Contenido

UNIVERSIDAD AMAZÓNICA DE PANDO 1
AREA DE CIENCIAS JURIDICAS Y POLITICAS

PROGRAMA CIENCIAS POLITICAS Y GESTION PÚBLICA
Asignatura: ESTADISTICA
Catedrático: Lic. Felipe Tirado Cruz
Contenido
PRESENTACION.................................................................................................................................3
TEMA Nº 1............................................................................................................................................4
NOCIONES GENERALES DE LA ESTADISTICA.........................................................................4
1. DIVISION DE LA ESTADISTICA.-...........................................................................................4
1.1. ESQUEMA SIMPLIFICADO DEL CONTENIDO DE LA ESTADÍSTICA......................4
POBLACION.- Es el conjunto mayor de objetos (UNIVERSO) que poseen al menos una
característica común, cuyo estudio nos interesa o acerca de los cuales se desea información. Los
elementos de este conjunto se denominan unidades estadísticas.....................................................5
1.2. ESTADISTICA DESCRIPTIVA:............................................................................................5
1.3. ESTADISTICA INFERENCIAL:............................................................................................5
1.4. VARIABLE:..............................................................................................................................5
1.5. DATOS UNIVARIANTES Y MULTIVARIANTES.-............................................................6
1. Nociones generales de la estadística................................................................................................7
2. Definición de la estadística.-...........................................................................................................7
3. División de la estadística.-...............................................................................................................7
4. Estadística descriptiva.....................................................................................................................7
5. Estadística Inferencial.....................................................................................................................7
6. Tipos de Variables...........................................................................................................................7
TEMA Nº 2............................................................................................................................................8
DISTRIBUCIONES DE FRECUENCIAS..........................................................................................8
COMPETENCIA DE TEMA:..............................................................................................................8
INTRODUCCION.................................................................................................................................8
2.1. RECOPILACION DE DATOS.-..................................................................................................8
2.2. CLASIFICACIÓN DE DATOS CUANDO LA VARIABLE ES DISCRETA Y EL
NÚMERO DE DATOS NO ES MUY GRANDE:...............................................................................9
2.2.1. CUANDO LA VARIABLE ES CONTINUA O PARA UN NÚMERO GRANDE DE
OBSERVACIONES DISCRETAS:....................................................................................................9
2.3.. PRESENTACION DE DATOS:................................................................................................10
2.4. INTERPRETACIÓN DE LA TABLA:.....................................................................................12
2.5. PROPIEDADES Y RELACIONES DE LAS FRECUENCIAS:.............................................13
2.6. LA DISTRIBUCION DE FRECUENCIAS CUANDO LA VARIABLE ES CONTINÚA Y
PARA UN NÚMERO GRANDE DE OBSERVACIONES..............................................................14
2.7. REPRESENTACIONES GRAFICAS:.....................................................................................18
2.7.1. TIPOS DE GRAFICOS:........................................................................................................18
2.8. DIAGRAMA CIRCULAR:........................................................................................................21
1. Recopilación de datos.-.................................................................................................................23
2. Clasificación de datos.-.................................................................................................................23
3. Presentación de datos:...................................................................................................................23
4. Representaciones graficas..............................................................................................................23
5. Metodología para elaboración de cuadros.....................................................................................23
TEMA Nº 3:.........................................................................................................................................24
DESCRIPCION DE DATOS..............................................................................................................24
MEDIDAS DE TENDENCIA CENTRAL........................................................................................24
COMPETENCIA DE TEMA:............................................................................................................24
3.1. INTRODUCCION:.....................................................................................................................24
ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

3.2. MEDIDAS DE TENDENCIA CENTRAL:...............................................................................25

3.3. LA MEDIA ARITMETICA:......................................................................................................25
3.4. LA MEDIA ARITMETICA PARA DATOS NO AGRUPADOS:..........................................26
3.5. LA MEDIA ARITMETICA PONDERADOS PARA DATOS AGRUPADOS:.....................26
3.6. PROPIEDADES DE LA MEDIA ARITMETICA:..................................................................28
3.7. MEDIA ARITMETICA PONDERADA:..................................................................................29
3.8. LA MEDIA GLOBAL:................................................................................................................29
3.9. LA MEDIA GEOMETRICA: se utiliza.....................................................................................30
3.10.-- LA MEDIA ARMONICA:.....................................................................................................33
3.11. LA MEDIA CUADRATICA....................................................................................................36
3.12. LA MEDIANA:.........................................................................................................................37
3.13. CUANTILAS O FRACTILAS.................................................................................................41
3.14. LOS DECILES:........................................................................................................................47
3.15. LOS PERCENTILES:..............................................................................................................47
3.16. LA MODA................................................................................................................................50
1. Medidas de tendencia central........................................................................................................56
2. Propiedades de las medias.............................................................................................................56
3. Relaciones entre las medias...........................................................................................................56

PRESENTACION
Para alcanzar la excelencia académica, el docente debe estar comprometido a mejorar la

práctica docente, vale decir la práctica en el aula. La Universidad no sólo debía ser testigo de
un crecimiento cuantitativo en la ampliación de su oferta curricular; la cualificación de la
cátedra universitaria es una necesidad de calidad en favor del universitario, que aún no da
crédito a lo que la nueva universidad pretende para su propio beneficio.
El contenido de la presente guía constituye una recopilación de textos tradicionales y clásicos

en la enseñanza de la estadística y las probabilidades, asignatura no siempre asequible al
estudiante por el contenido matemático que conlleva consigo.
Sin embargo, como todo texto en proceso de elaboración, el mismo con seguridad adolecerá
de muchas falencias que se irán corrigiendo y complementando paulatinamente en la medida
en que se vaya aplicando en este y posteriores cursos regulares.
En otro orden de cosas es digno ponderar la iniciativa de las autoridades universitarias en

implementar el proceso evaluativo y la titularización de docentes, por cuanto ello permitirá en
el corto plazo mejorar la práctica docente en el aula; en este sentido la UAP viene encarando
de manera responsable el anhelo académico de toda casa superior de estudios: “ La excelencia
Académica”, y de esta manera en muy poco tiempo ponerse a tono con las transformaciones
académicas y parangonarse con las grandes universidades.
Lic. Felipe Tirado Cruz

DOCENTE ESTADISTICA

TEMA Nº 1
NOCIONES GENERALES DE LA ESTADISTICA
COMPETENCIA DE TEMA:
La estadística es la parte de las matemáticas que se encarga del estudio de una determinada
característica en una población (estudio de una variable), que recoge los datos,
organizándolos en tablas, representándolos gráficamente y analizándolos para sacar
conclusiones de dicha población.
1. DIVISION DE LA ESTADISTICA.-
1.1. ESQUEMA SIMPLIFICADO DEL CONTENIDO DE LA ESTADÍSTICA
MUNDO REAL
ESTADISTICA ESTADISTICA
INFERENCIAL DESCRIPTIVA
TABULACION
MUESTREO
REGULARIDADES GRAFICOS
CALCULO
PARAMETROS
ESTIMACION
AXIOMAS DE COMPORTAMIENTO NUMEROS

INDICES
CONTRASTACION
HIPOTESIS
PROBABILIDADES
MODELOS TEORICOS
DISTRIBUCIONES
MODELO ESPECIALES
MUNDO MATEMATICO
IDEAL

POBLACION. - Es el conjunto mayor de objetos (UNIVERSO) que poseen al menos una

característica común, cuyo estudio nos interesa o acerca de los cuales se desea información.
Los elementos de este conjunto se denominan unidades estadísticas.
MUESTRA: Es una parte representativa del universo y se recurre a ella cuando es dificultoso
utilizar todos los componentes de la población.
A partir de ello, podemos establecer la siguiente división de la estadística:
1. Estadística Descriptiva
2. Estadística Inferencial
1.2. ESTADISTICA DESCRIPTIVA:

Es la parte de la estadística que toma en cuenta el total de los elementos de la población en el
proceso de análisis de un fenómeno en estudio. Se denomina Estadística Descriptiva por que
trata de la recopilación, clasificación, presentación y descripción de los datos estadísticos
provenientes de una población. Los datos o características que se obtienen de la población se
llaman PARAMETROS.
1.3. ESTADISTICA INFERENCIAL:

Nos proporciona la teoría necesaria para tomar decisiones frente a la incertidumbre o afirmar
algo acerca de la población a partir de los datos bajo estudio. Los datos o características
obtenidas de esta manera se llaman ESTADIGRAFOS.
1.4. VARIABLE:
Se denomina variable a una característica o un aspecto determinado de las unidades
elementales de una población, que cuantificados, toman diferentes valores dentro de ciertos
límites, cuyos valores son números.
VARIABLE CUANTITATIVA

 Asociado a una característica a la que se le asignan un numero Ej. Número de

habitantes de una ciudad, número de hijos de una familia, la edad, estatura, peso de las
personas, etc.
 Variables Cuantitativas discretas. - Números enteros Ej. Número de alumnos,
número de hijos, etc.
 Variables Cuantitativas Continuas. - Números reales Ej. La estatura, el peso, vida
útil, etc
VARIABLE CUALITATIVA
 Son valores de cualidad de una población. - sus valores se expresan por
palabras Ej. La variable religión: cristiano, judío, musulmán, etc.
 La variable profesión: Economista, medico, Ingeniero, etc.
 La variable estado civil: Soltero, casada, divorciada, etc.
 La variable estudios: Analfabeto, Básico, bachiller, profesional, etc.
Variable cualitativa nominal
 Cuando sus valores no responden a un orden entre sí por Ej. La Variable sexo:
hombre, mujer pero no necesariamente en ese orden Ej. La variable raza: blanca,
negra, amarilla pero no necesariamente en ese orden.
Variable cualitativa ordinal
 Cuando sus valores poseen un orden entre sí por ej. La variable estudios: analfabeto,
básico, bachiller, profesional
 La variable estatura: bajo, medio, alto. Son valores susceptibles de ordenación
1.5. DATOS UNIVARIANTES Y MULTIVARIANTES. -

En el estudio de un fenómeno puede interesar el tratamiento de una sola variable o atributo o
más de una variable o atributos.
De acuerdo a la forma como se encare el análisis se puede hablar de diferentes tipos de
distribuciones:
a) UNIDIMENSIONAL. - hace referencia a una sola variable o atributo. Ejm. Estatura de
alumnos (Variable)

Sexo (Atributo)
b) BIDIMENSIONAL. - Hace referencia a una variable o atributo al mismo tiempo. Ejm.
Clasificación de los empleados por sueldos y por secciones.
c) MULTIDIMESIONAL. - Cuando al mismo tiempo se expresan más de dos atributos y/o
variables. Ejm. Edad, sexo, peso y estado civil.
EVALUACION
Desarrollar los siguientes conceptos:
1. Nociones generales de la estadística

2. Definición de la estadística. -
3. División de la estadística. -
4. Estadística descriptiva
5. Estadística Inferencial
6. Tipos de Variables
BIBLIOGRAFÍA
BÁSICA:
Víctor Chungara Castro. (2008) ESTADISTICA Y PROBABILIDADES. Ciudad La Paz,

editorial Leonardo.
COMPLEMENTARIA:
Mario Murillo Oporto. (2010) ESTADISTICA PARA PROYECTOS. Ciudad La Paz,

Ediciones UMSA
 Murray R. Spiegel,– Mc. Craw Hill (2010), ESTADÍSTICA APLICADA, Madrid,

Serie Schaum, Segunda Edición
 Felipe Tirado Cruz (2020) TEXTO GUIA DE ESTADISTICA, Cobija, UAP.

TEMA Nº 2
DISTRIBUCIONES DE FRECUENCIAS

“elabora e interpreta cuadros y gráficos de distribución de frecuencias para datos agrupados y

no agrupados, mediante la resolución de ejercicios de aplicación en el aula”
INTRODUCCION
La Estadística Descriptiva, tal como se la definió en el capítulo anterior, básicamente
comprende cuatro fases:
a) Recopilación
b) Clasificación DE DATOS
c) Presentación
d) Descripción
2.1. RECOPILACION DE DATOS. -

Se denomina recopilación de datos a la operación que consiste en acopiar o recolectar datos;
dicha operación se la puede realizar de dos maneras: Si se toman en cuenta a todos los
elementos de la población y se registran sus características comunes, que pueden ser variables
o atributos, se denomina CENSO y la información obtenida de esta manera se llama dato
censal. En cambio, si se seleccionan sólo algunos elementos de la población se llama
MUESTRA y la información obtenida a partir de ella se llama datos obtenidos por muestreo.
Ejemplo: Tenemos las calificaciones (VARIABLE) de 25 estudiantes, en la escala del 1 al 7,

con datos redondeados al entero para facilitar la comprensión y asimilación del ejercicio; estos
datos los hemos obtenido de la revisión de la nómina de calificaciones del profesor “X”, los
resultados están reflejados en la presente tabla:
CUADRO 1
6 5 6 6 5
6 7 6 5 5

5 4 6 6 6
5 7 4 5 7
7 4 3 7 7
Los datos presentados de esta manera, prácticamente no dicen mucho y no tienen mucha
utilidad para su aplicación. Por ello, la estadística descriptiva nos proporciona la segunda
etapa que está constituida por la “clasificación de datos”.
2.2. CLASIFICACIÓN DE DATOS CUANDO LA VARIABLE ES DISCRETA Y EL
NÚMERO DE DATOS NO ES MUY GRANDE:

a) Se ordenan los datos obtenidos en la fase de recopilación, ya sea en forma ascendente o
descendente:
CUADRO 2
3 4 4 4 5 5 5 5 5 5
5 6 6 6 6 6 6 6 6 7
7 7 7 7 7
b) Luego se determina el número de veces que se repite la variable. La característica que

queremos estudiar en el presente ejemplo son las calificaciones de 25 estudiantes,
característica que es cuantificable y según el supuesto asumido toma únicamente valores
enteros en la escala del 1 al 7. En consecuencia, los valores que toma la variable son:
Xi = 3, 4, 5, 6,7
2.2.1. CUANDO LA VARIABLE ES CONTINUA O PARA UN NÚMERO GRANDE

DE OBSERVACIONES DISCRETAS:
Cuando la variable es continua o el número de datos es grande, el procedimiento de la
clasificación o tabulación de datos se lo realiza mediante Intervalos de clase que se verá más
adelante.

2.3.. PRESENTACION DE DATOS:

La presentación de datos se lo efectúa a través de cuadros denominados DISTRIBUCIONES
O TABLA DE FRECUENCIAS, que a su vez comprende las siguientes etapas en su
elaboración:
PASO 1: Una vez establecido los valores que toma la variable, en la primera columna del
cuadro anotamos dichos valores de la siguiente manera:
CUADRO 3
CALIFICACIONES (Variable de
estudio)
Xi
3
4
5
6
7
PASO Nº 2: Una vez que se defina los valores que toma la variable, se debe establecer el
número de repeticiones para cada valor en particular, a estos valores se lo conoce como
FRECUENCIA ABSOLUTA o número de repeticiones. Ejemplo: El número 3 solamente se
repite una sola vez, el número 4 se repite 3 veces, el 5 se repite 7 veces y así sucesivamente.
Seguidamente estas repeticiones los anotamos en la segunda columna del cuadro.
CUADRO 4
CALIFICACIONES FRECUENCIA ABSOLUTA
Xi ni
3 1
4 3
5 7
6 8
7 6

TOTAL 25
PASO Nº 3: La tercera columna o casilla para la construcción de una distribución de
frecuencias cuando la variable es discreta y el número de datos no es grande, es el referido a la
Frecuencia Absoluta Acumulada, que no es más que la sumatoria sucesiva y acumulada de las
Frecuencia Absolutas (ni) y simbólicamente se representa por ( Ni ).
CUADRO 5
CALIFICACIONES FRECUENCIA FRECUENCIA ABSOLUTA
Xi ABSOLUTA ACUMULADA
ni Ni
3 1 1=1
4 3 1+3 =4
5 7 4+7 = 11
6 8 11+8 =19
7 6 19+6 =25
TOTAL 25 .-.
PASO Nº 4: Otro concepto de fundamental importancia para la tabulación es la

FRECUENCIA RELATIVA (hi), que resulta del cociente entre cada una de las frecuencias
absolutas y el total de las observaciones de la población o la muestra estudiada (n).
hi/n Que una vez cuantificados se lo inserta en cuadro siguiente de la Tabla de frecuencias.
CUADRO 6
Xi ni Ni frecuencia relativa
hi
3 1 1 1/25 = 0,04
4 3 4 3/25 = 0,12
5 7 11 7/25 = 0,28
6 8 19 8/25 = 0,32
7 6 25 6/25 = 0,24
SUMA 25 -.- 1,00

PASO Nº 5: En la próxima columna se registran las FRECUENCIAS RELATIVAS

ACUMULADAS (Hi), que resulta de la suma acumulada de las Frecuencias Relativas: Hi
= h1 + h2 + h3 +................... + hm
CUADRO 7
Xi ni Ni hi FRECUENCIA RELATIVA
ACUMULADA = Hi
3 1 1 0,04 0,04 = 0,04
4 3 4 0,12 0,04 + 0,12 = 0,16
5 7 11 0,28 0,16+0,28 =0,44
6 8 19 0,32 0,44+032=0,76
7 6 25 0,24 0,76+0,24=1,00
SUMA 25 -.- 1,00 -.-
En resumen tenemos como resultado la siguiente tabla:

CUADRO 8
TABLA DE DISTRIBUCION DE FRECUENCIAS
Xi ni Ni hi Hi
3 1 1 0,04 0,04
4 3 4 0,12 0,16
5 7 11 0,28 0,44
6 8 19 0,32 0,76
7 6 25 0,24 1,00
SUMA 25 -.- 1,00 -.-
2.4. INTERPRETACIÓN DE LA TABLA:
a) En la primera columna de la tabla están los distintos valores que toma la variable; en
nuestro ejemplo la variable calificaciones de 25 alumnos (n=25) toma los siguientes valores:
Xi = 3, 4, 5, 6, 7
b) En la segunda columna se registran las frecuencias Absolutas, ósea las repeticiones que se
presentan para cada valor de la variable Xi; en el ejemplo: 1 alumno obtuvo la calificación de

3; 3 alumnos obtuvieron la calificación de 4; 7 alumnos la calificación de 5; 8 alumnos

calificación de 6 y 6 alumnos calificación de 7.
c) La columna de frecuencias absolutas acumuladas nos indica que hasta la calificación de 3
se tiene un solo alumno; hasta la calificación de 5 obtuvieron 11 alumnos, etc.
d) Las Frecuencias Relativas están expresadas en términos de porcentaje. Ejm. el 4 % de los
alumnos tienen la calificación de 3; el 12 % la calificación de 4; el 20 % la calificación de 5,
etc.
e) Las Frecuencias Relativas Acumuladas, también expresadas en porcentajes, nos indica que
hasta la calificación de 3 se tiene al 4 % de los alumnos; hasta la calificación de 4 el 16%, etc.
2.5. PROPIEDADES Y RELACIONES DE LAS FRECUENCIAS:

Las principales propiedades y relaciones que suelen observarse en el análisis del contenido de
una distribución de frecuencias son las siguientes:
a) Las Frecuencias Absolutas (ni) y las Frecuencias Absolutas Acumuladas (Ni) son números
enteros y positivos o cero en algunos casos.
b) Las Frecuencias Relativas ( hi ) y las Frecuencias Relativas Acumuladas ( Hi ), son
números fraccionarios positivos que fluctúan entre 0 y 1. Porcentajes desde 0 al 100%
La suma de todas las frecuencias absolutas es igual al número de elementos que componen la
población o la muestra. n = número total de observaciones.
c) La suma de todas las frecuencias relativas debe ser igual a 1 o 100% (1=100%)
d) La última frecuencia absoluta acumulada es igual al tamaño de la muestra, ya que ella
incluye a todos los elementos.
e) Por último, la frecuencia relativa acumulada puede obtenerse dividiendo por n la
correspondiente frecuencia absoluta acumulada.
Hi = Ni
n

EJERCICIO EN CLASE:
Los siguientes datos corresponden a la edad de 60 alumnos de un curso de una escuela:
6,7,7,8,9,10,6,7,8,9,7,7,7,6,6,7,7,7,6,7,7,6,6,8,8,8,8,7,6,7,7,7,8,8,8,8,8,8,8,8,8,9,9,9,9,9,10,10,
10,10,8,10,8,8,9,9,8,8,9,10
Se pide: Elaborar la Tabla o distribución de frecuencias e interpretarla.
2.6. LA DISTRIBUCION DE FRECUENCIAS CUANDO LA VARIABLE ES

CONTINÚA Y PARA UN NÚMERO GRANDE DE OBSERVACIONES
Cuando se trata de datos continuos o cuando el número de datos discretos es grande y se

dificulta el conteo para la tabulación, no es posible asignar un solo valor o clase única a los
valores distintos de la variable; por esta razón los datos deben ser agrupados en un número
razonable de clases o intervalos, que generalmente varían entre 5 y 15.
Para ello se debe seguir el siguiente procedimiento:
PASO Nº 1: Primeramente, se calcula el Recorrido estableciendo los valores extremos, es
decir el valor máximo y el valor mínimo de los datos observados; luego se determina la
diferencia existente entre ambos.
Ejemplo 1: Tenemos los siguientes datos:
63 65 75 62 57 65 48 52
77 78 80 82 87 66 79 51
56 49 64 70 49 34 42 61
70 96 82 78 63 61 62 73
74 69 68 55 65 73 50 71
83 76 78 67 47 52 44 86
Los valores extremos son: Valor Máximo 96 Ls

Valor mínimo 34 Li

n = 48
Recorrido R = Valor Máximo – Valor Mínimo
R = Ls – Li R=96-34 = 62
PASO Nº 2: con el Recorrido podemos calcular el número de intervalos K
Para calcular el número de intervalos, existen dos métodos:
a) Método empírico n=48
K = 6,928 = 7
b) Regla de Sturges K = 1+3,3 x log n
K = 1+ 3,3 x 1,6812
K = 6,548 = 7
El número de intervalos K se sugiere que no debe ser menor a 5 ni mayor a 15
PASO Nº 3: calculado el Recorrido R y el número de intervalos K permite calcular la
Amplitud de clase:
C = 62/7 = 8,8 = 9
Los intervalos deben ser construidos de 9 en nueve
PASO Nº 4: Seguidamente en cada intervalo se calcula la Marca de clase Xi
Para el primer intervalo: X1 = 34+42 /2 = 38

Para el séptimo intervalo: X7 = 88 +96/2 = 92
PASO Nº 5: Para empezar a elaborar la tabla de frecuencias, después de definido el número
de intervalos K y la amplitud de clase C que debe tener cada intervalo se insertan los datos del
ejercicio 1 en cada lugar que le corresponde, de esta forma se construye el cuadro de
distribución de Frecuencias:

CUADRO 9
TABLA DE FRECUENCIAS COMPLETO
Frecuencia Frecuencia
Límite Límite Frecuencia
Marca de Frecuencia absoluta relativa
inferior superior relativa
clase Xi absoluta ni acumulada acumulada
Li Ls hi
Ni Hi
34 42 38 2 4% 2 4%
43 51 47 7 15% 9 19%
52 60 56 5 10% 14 29%
61 69 65 14 29% 28 58%
70 78 74 12 25% 40 83%
79 87 83 7 15% 47 98%
88 96 92 1 2% 48 100%
48 100%
Ejemplo 2: Se tienen las calificaciones de 50 alumnos en una prueba de evaluación:

CUADRO 10
40 30 60 20 50 40 10 30 50 70
60 50 40 30 20 30 20 70 40 40
50 30 20 10 40 50 40 30 60 20
60 40 30 20 10 60 40 30 60 30
60 50 40 40 30 30 40 10 60 50
1.- Recorrido R= 70 – 10 = 60
2.- Intervalos K. - Utilizamos la Regla de Sturges para determinar el número K de intervalos

o familias:
K = 1 + 3,3 Log 50
K = 1 + 3,3 x 1,7
K = 1 + 5,61 = 6,61
El número así obtenido es una aproximación del número de intervalos, en consecuencia, en
nuestro ejemplo K podría ser o 6 o 7; la decisión final dependerá también de cómo se van
estructurando los límites inferior y superior de los intervalos. En el ejemplo optemos por 6.

3.- Amplitud de Clase (c). - Seguidamente definimos el ancho o amplitud de clase: c

c = Ls - Li = 70 - 10 = 10
K 6
Dónde: Ls = Límite superior y Li = Límite Inferior
Luego se estructuran los límites o intervalos de la siguiente manera:
Intervalo 1: Li + c = Ls y así sucesivamente.
4.- Marca de Clase o Punto Medio Xi: Otro concepto importantísimo cuando trabajamos
con distribuciones de frecuencias es el llamado MARCA DE CLASE o PUNTO MEDIO (Xi),
que resulta de sumar los extremos de cada intervalo y luego dividirlos entre 2. En nuestro
ejemplo: La Marca de clase del primer intervalo será:
10 + 20 = 15
2
Una vez obtenidos los intervalos y las marcas de clase, se procede de la misma forma que en
el ejercicio anterior:
CUADRO 11
Xi - Xj Xi ni Ni hi Hi
10 - 20 15 4 4 0,08 0,08
20 - 30 25 6 10 0,12 0,20
30 - 40 35 11 21 0,22 0,42
40 - 50 45 12 33 0,24 0,66
50 - 60 55 7 40 0,14 0,80
60 - 70 65 10 50 0,20 1,00
SUMA -.- 50 -.- 1,00 -.-

2.7. REPRESENTACIONES GRAFICAS:

Generalmente, la interpretación de los datos de una tabla de frecuencias, así como otros
cuadros que contienen información en cifras numéricas demanda, de quien lo utilice, tener un
conocimiento previo sobre estadística; esta situación puede ser superada, haciendo que dichas
informaciones sean representadas en gráficos.
Las representaciones gráficas permiten visualizar de manera objetiva la forma en que se

distribuye un conjunto de observaciones; es decir, hace más simple la interpretación. Traduce
hechos numéricos a una forma más concreta y comprensible.
2.7.1. TIPOS DE GRAFICOS:

La elaboración de gráficos implica hacer la siguiente discriminación: Cuando la Variable es
Discreta y el número de observaciones es pequeña, tenemos los siguientes gráficos:
a) GRAFICO DE BARRAS:
Ejemplo: Utilizando datos de cuadro 8
REPRESENTACION GRAFICA:
GRAFICO 1

b) GRAFICO DE LAS FRECUENCIAS ABSOLUTAS ACUMULADAS ( Ni ):

Por estética se deja abierto a los extremos, lo que no altera la información original.
GRAFICO 2
Ni
25
19
11
3 4 5 6 7 8 Xi
Cuando los datos están distribuidos en clases o familias, podemos estructurar los siguientes
gráficos:

a) HISTOGRAMA DE FRECUENCIAS:
Es una representación gráfica de uso muy frecuente y está formado por rectángulos contiguos,
que tienen como base una longitud igual a la amplitud de clase o intervalo, con una altura
igual al valor de su correspondiente frecuencia absoluta.
Una vez dividido el cuadrante y los ejes en forma proporcional, se trazan los rectángulos con
una base igual a la longitud de la amplitud de la clase y con una altura igual a sus frecuencias
absolutas (ni).
GRAFICO 3
6
5
2 3 4 5 6 7
B) POLIGONO DE FRECUENCIAS:

Es otro tipo de representación gráfica que tiene una superficie igual al histograma, pero
representada de manera global; permite tener una visión general del comportamiento de la
variable que se analiza.
PASOS:
 Se distribuyen proporcionalmente los ejes.

 El polígono se obtiene uniendo los puntos medios de cada rectángulo del histograma en su
parte superior. En los extremos se agrega un medio intervalo para cerrar el polígono.
GRAFICO 4
6
5
3
2
2 3 4 5 6 7
2.8. DIAGRAMA CIRCULAR:

El diagrama circular, más conocido como TORTA ó PASTEL, es muy utilizado cuando la
variable o atributo toma pocos valores o características. La información se expresa en
términos de porcentaje, que gráficamente se representa como un sector o parte del círculo.
Ejemplo 3:
Tenemos datos de alumnos inscritos en una escuelita de Villa Busch con tres cursos.
CUADRO 12
NUMERO DE PORCENTAJ
CURSO
ALUMNOS E
Xi ni hi
PRIMERO 60 55%
SEGUNDO 30 27%
TERCERO 20 18%
SUMA 110 100%
El programa Excel automáticamente dispone de un programa para grafios

EVALUACION
EJERCICIO EN CLASES:

1.- Una encuesta sobre preferencias en el consumo de detergentes de cinco marcas arroja los
siguientes resultados:
MARCAS AMAS DE CASA

ARIEL 30
ACE 50
OMO 45
ÑA PANCHA 25
TOPAZZ 28
TOTALES 178
Se pide: Graficar las preferencias en forma circular.
2.- Se pide hacer una encuesta sobre preferencias de marcas de cerveza y
1. Recopilación de datos.-
2. Clasificación de datos.-
3. Presentación de datos:
4. Representaciones graficas
5. Metodología para elaboración de cuadros
BIBLIOGRAFÍA
BÁSICA:

editorial Leonardo.
COMPLEMENTARIA:

TEMA Nº 3:
DESCRIPCION DE DATOS
MEDIDAS DE TENDENCIA CENTRAL
“cuantifica e interpreta la concentración de los datos agrupados y no agrupados, organizados

en una tabla de distribución de frecuencias, aplicando las diferentes medidas de tendencia
central, en el aula”
3.1. INTRODUCCION:
En el tema anterior nos planteamos como objetivo “desarrollar habilidades para la recolección,
clasificación y presentación de datos estadísticos”; con la resolución de muchos ejercicios
prácticos y evaluatorios.
Viene ahora a correlación una etapa posterior a la presentación de datos, la llamada
“Descripción de datos”, ósea que a partir de los datos tabulados y ordenados el estudiante debe
describir los datos así obtenidos. Para ello, debemos incorporar nuevos conceptos en nuestro
instrumental estadístico, conceptos que nos permitirá obtener indicadores o parámetros
cuantitativos sobre una o varias características de la población y/o muestra estudiada.
En general, las medidas más usuales en el análisis estadístico son:
a) MEDIDAS DE TENDENCIA CENTRAL:
b) MEDIDAS DE DISPERSION O VARIABLIDAD:

* Varianza, Desviación Típica, Desviación Media, Coeficiente de Variación y Rango.
3.2. MEDIDAS DE TENDENCIA CENTRAL:

Llamadas también media o promedios, son medidas de tendencia central que intentan localizar
el “centro físico” de la distribución de los datos. Entre las medidas de tendencia central más
utilizadas tenemos:
 La media Aritmética
 La Media Geométrica
 La Media Armónica
 La Media Cuadrática
Además, están:
 La Mediana
 La Moda
 Las cuantilas o fractilas
3.3. LA MEDIA ARITMETICA:

Es una de las medidas de tendencia central de mayor aplicación en el campo de la estadística,
y se define como:
“LA SUMA DE TODOS LOS VALORES OBSERVADOS, DIVIDIDO ENTRE EL

NÚMERO DE OBSERVACIONES”
Ejemplo: Si; x1, x2, x3, x4,........................., xn son los valores observados
Entonces:
ó M(x) = Σ xi
n
Dónde:
n es igual al total de las observaciones o tamaño de la muestra.
Además, n = N, cuando se refiere a todos los valores de la población.
3.4. LA MEDIA ARITMETICA PARA DATOS NO AGRUPADOS:
Sean: x1, x2, x3, ..............,xn una muestra de tamaño n

= ∑xi/n
Ejemplo: Se tienen las calificaciones de 10 alumnos: 3,4,5,4,6,5,4,6,7, y 3

Calcular la Media Aritmética de X.
Para ello: = 3+4+5+4+6+5+4+6+7+3 = 47 = 4,7

10 10
3.5. LA MEDIA ARITMETICA PONDERADOS PARA DATOS AGRUPADOS:

En este acápite distinguimos dos situaciones:
a) CUANDO LA VARIABLE ES DISCRETA Y SIN INTERVALOS:
Cuando la variable es discreta y los datos están agrupados en una distribución de frecuencias o
familias, se utiliza la siguiente fórmula:
M(x) = = Σ Xi ni
n
Donde:
M(x) = = Media Aritmética ponderada
Xi = Valores de la variable
ni = Frecuencia Absoluta
n = Tamaño de la muestra
Ejemplo:
CUADRO 13
CALIFICACIONES FRECUENCIA ABSOLUTA
Xi ni Xi ni

3 1 3
4 3 12
5 7 35
6 8 48
7 6 42
SUMA 25 140
Aplicando la fórmula tenemos:
M(x) = = 140 = 5,6

25
b) CUANDO LA VARIABLE ES CONTINUA O CUANDO EL NÚMERO DE

OBSERVACIONES ES GRANDE Y TIENE INERVALOS:
En este caso los datos están agrupados en familias o intervalos; entonces el procedimiento es
algo distinto. Ejemplo tenemos las calificaciones de 25 alumnos que fue abordado en el
anterior ejemplo, sin embargo, en este caso las calificaciones están agrupadas en intervalos o
clases. Para calcular la , cuando los datos son agrupados, previamente debe determinarse o
calcularse la Marca de Clase o Punto Medio.
CUADRO 14
CALIFICACIONES DE 25 ALUMNOS
MARCA DE CLASE
Xi - Xj xi ni xi ni
2 - 3 2,5 1 2,5

3 - 4 3,5 3 10,5
4 - 5 4,5 8 36,0
5 - 6 5,5 7 38,5
6 - 7 6,5 6 39,0
SUMA -.- 25 126,5
 M(X) = = 126,5 = 5,06 = 5,1

25
Por otro lado, cuando se tienen frecuencias relativas, se utiliza la siguiente fórmula:
M(X) = = Σ xi hi
3.6. PROPIEDADES DE LA MEDIA ARITMETICA:

PRIMERA: “La suma algebraica de un conjunto de datos o números, respecto de su media
aritmética, es igual a cero “.
Si: di = ( Xi - ) Para todo i = 1,2,3,.........,n di = Σ ( Xi - ) =0

SEGUNDA: “la media aritmética de una constante (K) es igual a la misma constante”.
M(K)= K
TERCERA: “La media aritmética de una constante multiplicada por una variable es igual a
la constante multiplicado por la media aritmética de la variable”.
M (KX) = K M (X)
CUARTA: “La media aritmética de dos variables X e Y es igual a la suma de las medias
aritméticas individuales”.
M(X+Y) = M(X) +M(Y)

3.7. MEDIA ARITMETICA PONDERADA:

En la vida real, a veces, las variables estudiadas o analizadas no todos tienen el mismo peso
específico, sino que tienen una ponderación distinta, entonces el cálculo de la media aritmética
se obtiene a través de la siguiente fórmula:
EJEMPLO: Si el examen final de un curso vale más que un parcial, digamos tres veces más,
que un parcial y un estudiante tiene calificación de 85 en el examen final y 70 y 90 en los dos
parciales. Calcular la calificación media.
M(X) = (1x70) + (1x90) + (3x85) = 415 = 83

1 + 1+ 3 5
En cambio, la media común nos da:
M(X) = 85 + 70 +90 = 81,67

3
3.8. LA MEDIA GLOBAL:
Una ventaja que ofrece la media aritmética es que si una muestra se particiona en K sub-
muestras y se conocen las medias y los tamaños de cada sub-muestra, se puede determinar la
media de toda la muestra sin necesidad de conocer los datos originales. Esta media así
determinada se llama Media Global o Promedio Global.
EJEMPLO: Determinar la media global, para una muestra de tamaño 40 que se particiona en
tres sub-muestras de tamaños: 10, 16, 14 con medias: 15,14 y 12, respectivamente.
n = 40 MEDIAS
n1 = 10 X1 = 15
n2 = 16 X2 = 14
n3 = 14 X3 = 12

= (15x10) + (16x14) + (12x14) = 13,55

40
EJERCICIOS EN CLASES:
1.- Tres profesores de Estadística dieron notas medias en sus cursos, con 32, 25 y 17
estudiantes, de 79, 74 y 82 puntos, respectivamente. Hallar la puntuación media de los
tres cursos.
2.-- El salario medio anual en una empresa es de Bs 15.000. Los de hombre y mujeres
fueron, respectivamente, de Bs 15.600 y 12.600 en media. Hallar el porcentaje de
mujeres empleadas en esa empresa.
3.9. LA MEDIA GEOMETRICA: se utiliza
 Cuando los valores de la variable son positivos

 Cuando el número de observaciones es pequeño
 Y las variaciones entre ellos es grande
 Por ejemplo, en: (precios de los bienes, patrimonio de un grupo de familias,
índices de mortalidad, velocidades, etc.)
 cuando los valores se encuentren en progresión geométrica: Por Ej.
Supongamos que tratamos de promediar las medidas 2,8,32 (mts.) se nota que
la progresión geométrica es 4, en este caso se multiplican los tres números para
dar un resultado en la misma unidad:
 Para datos sin agrupar
(2x8x32)1/3 = 8
 Para datos agrupados

 Ej. Calcular el promedio de la mortalidad infantil de 8 zonas: 2, 3, 4, 100, 7, 3, 24,

2
CUADRO 15
Xi ni hi Calculo Media geométrica G(X)

Distr.
MORTALIDAD CANTIDAD log xi ni*log xi
Porcentual
2 2 25,0% 0,301029996 0,602059991
3 2 25,0% 0,477121255 0,954242509
4 1 12,5% 0,602059991 0,602059991
7 1 12,5% 0,845098040 0,84509804
24 1 12,5% 1,380211242 1,380211242
100 1 12,5% 2,00000000 2
140 8 100,0% 6,383671774
Factor = 6,383671774 / 8 = 0,797958972

PARA OBTENER LA
MEDIA GEOMETRICA 10^0,797958972 G(X) = 6,28
El promedio de la mortalidad infantil de las 8 zonas es de: 6 casos por cada mil nacidos
vivos
USOS DE LA MEDIA GEOMÉTRICA:

Se usa el promedio geométrico cuando los datos observados presentan una progresión
geométrica de donde deriva su nombre, ó cuando los datos presentan variaciones
significativas.
EJERCICIO DE APLICACION EN CLASES:

1.- Los siguientes datos son las velocidades (Km/hora) de 30 carros que pasaron por un punto
de control de velocidad:
60 30 38 60 45 20 55 20 40 54 38 35 40 10
45 60 49 49 30 55 46 29 38 80 40 28
15 82 72 65
Hallar la media geométrica.
CUADRO 16
Xi - Xj xi ni Log xi ni * Log xi
10 - 20 15 2
20 - 30 25 4
30 - 40 35 6
40 - 50 45 8
50 - 60 55 3
60 - 70 65 4
70 - 80 75 3
SUMA -.- 30
Aplicamos la fórmula de la media geométrica para datos agrupados:
Respuesta: G(x) = 41,46 demostrar desarrollando cálculos de la Media Geométrica

G(x)
2.- Que capital final se tendrá al cabo de 6 años, si se invierten $us 1.000 al 8 % de interés
anual? Calcule a partir de la aplicación de la media geométrica.

3.10.-- LA MEDIA ARMONICA:

La media Armónica H(x), de una serie de datos: x1, x2, x3,.........., xn, se define como LA
INVERSA DE LA MEDIA ARITMETICA DE LOS VALORES INVERTIDOS y que
corresponden a los datos observados.
 Como precio y poder adquisitivo
 Como velocidad y tiempo
 Demanda de un bien y precio de mercado, etc.
En estos casos se necesita un promedio que tenga en cuenta esta relación de reciprocidad.
EJEMPLO 1.- Supongamos que un deportista recorre la primera mitad de un trayecto a
8m/seg. y la otra mitad en 6m/seg.
M(x)= (8+6)/2 = 7m/seg
¿Qué sentido tiene sumar las velocidades de cada tramo recorrido?
La verdadera velocidad media el espacio total recorrido: 2x siendo x la mitad del trayecto
cubierto por el deportista.
Y el tiempo será la suma de los tiempos invertidos en cada tramo; x/8 + x/6 segundos por
tanto la media es: Para datos sin agrupar
Respuesta el promedio de la velocidad es de 6,8 m/seg
EJEMPLO 2.- Si x1 = 4 x2 = 7 n=2
H(x) = . 2 . = . 2 . = 56 = 5,09
1 + 1 7+4 11
4 7 28
 G(X) = 5,29 M(X) = 5,5 H(X) = 5,09
Ósea: M(X) > G(X) > H(X)

LA MEDIA ARMÓNICA PARA DATOS AGRUPADOS: Cuando los datos están

agrupados en una distribución de frecuencias, la fórmula para calcular la media armónica es el
siguiente:
Para datos agrupados
EJEMPLO: se tiene la siguiente distribución de frecuencias:

CUADRO 17
Xi ni ni xi ni Log xi ni Log xi
xi
3 2 0,67 6 0,47712 0,95424
4 3 0,75 12 0,60206 0,80618
5 2 0,40 10 0,69897 1,39794
6 2 0,33 12 0,77815 1,5563
7 1 0,14 7 0,84510 0,8451
10 2,29 47 -.- 6,55976
H(X) = 4,37
M(X) = 4,7
G(X) = 4,53
Entonces corroboramos que: la media aritmética es mayor que la media geométrica y esta es
mayor a la media armónica.
M(X) > G(X) > H(X)

La relación anterior se explica, por qué la M(X) es la más afectada por los valores extremos o
pronunciados, que la media geométrica (G(X) y la Media Armónica H(X). Si bien, estas
últimas G(X) y H(X) son también afectadas por los valores extremos, el uso del producto y la
raíz en el caso de la G(X) y el inverso en el caso de la H(X), amortiguan de algún modo la
incidencia de los valores extremos.
APLICACIONES DE LA MEDIA ARMONICA: La Media Armónica H(X) es útil para
promediar razones al igual que la media geométrica G(X). En el caso en que se trata de:
a) Promediar velocidades
b) Promediar rendimientos laborales
EJEMPLO 3.- Una fábrica de muebles de madera ha asignado a cinco de sus trabajadores
para completar una orden de 200 sillas de un cierto tipo. Las razones de productividad de los
cinco trabajadores están dadas por la siguiente relación.
TRABAJADOR RENDIMIENTO/OBERO
A 5 HRS/SILLA
B 8 “
C 6 “
D 12 “
E 4 “
Hallar el rendimiento promedio de los trabajadores.
M(X) = 5 + 8 + 6+ 12 +4 = 35 = 7 sillas/hora
5 5
G(X) = Log G(X) = Log xi = 6,49

n
H(X) = . 5 . = . 5 . = 6,06
1 + 1 + 1 + 1 + 1 0,825
5 8 6 12 4

SUPUESTO: Todos los trabajadores han laborado el mismo número de horas.

EJERCICIO DE APLICACION EN CLASES DE LA MEDIA ARMONICA: Una Cia.
de compra-venta de terrenos ofrece en venta 400 metros cuadrados de terreno desértico
a 0,5 dólares cada metro cuadrado, 1000 metros cuadrados de terreno cultivable a 10
dólares cada metro cuadrado y 500 metros cuadrados de terreno urbanizado a 400
dólares cada metro cuadrado. Se pide calcular el precio promedio por metro cuadrado
de los terrenos ofertados. Calcule la media armónica y la media aritmética y luego
compare los resultados.
3.11. LA MEDIA CUADRATICA.
DEFINICION: “La Media Cuadrática de n valores se define como la raíz cuadrada de la

media aritmética de los cuadrados de las observaciones”.
Cuando una medida toma valores positivos y negativos puede interesar un promedio que no
tenga en cuenta el signo, se usa en valores bursátiles, errores en números muy pequeños como
los milímetros.
Es un promedio muy sensible, aplicable a variables discretas y continuas
Se usa mayormente en construcciones, medicina, química y física
En general la media cuadrática es:
PARA DATOS SIN AGRUPAR
PARA DATOS AGRUPADOS:

EJEMPLO: Con datos del rendimiento de obreros: 5, 8, 6, 12, 4

CUADRO 18
Xi M©
rendimiento obrero Xi^2
5 25,00
8 64,00
6 36,00
12 144,00
4 16,00
35 285,00
n=5 57,00
raíz cuadrada de 57 7,55
El promedio de rendimiento según media cuadrática es de 7,55 = M©

La aplicación de la Media Cuadrática M© se verá en los próximos capítulos, en el tratamiento
de las medidas de dispersión.
3.12. LA MEDIANA:
ALGUNAS CONSIDERACIONES PREVIAS: Se ha podido apreciar que las medidas
anteriores están influenciadas, en mayor o menor grado, por los valores extremos, entonces
cuando esto acontece la media aritmética y otras medidas estudiadas no constituyen un
indicador adecuado.
EJEMPLO: Si un obrero produce diariamente 4 sillas de lunes a jueves, pero el día viernes por
una dolencia apenas produce 1 silla, entonces su rendimiento promedio desciende
considerablemente. Una forma de evitar la influencia perniciosa de los valores extremos,

cundo se calcula un promedio, es utilizando la medida alternativa, que viene a ser la

MEDIANA.
LA MEDIANA- DEFINICIÓN
“La mediana (Me) es un valor de las observaciones que divide en dos partes iguales el número
total de observaciones cuando éstos están ordenados de acuerdo a sus valores”.
a) LA MEDIANA PARA DATOS SIN AGRUPAR:
Para calcular la mediana cuando los datos no están agrupados, se sigue el procedimiento
siguiente:
EJEMPLO 1: Tenemos los siguientes valores.

4, 5, 8, 2, 7, 2, 3
¿Qué valor es la Mediana?
1) Previamente se ordenan los datos en forma correlativa:
2, 2, 3, 4, 5, 7, 8
2) Se elige el valor que divide exactamente en dos partes iguales la información:
Entonces la Mediana = Me = 4
EJEMPLO 2: Tenemos las siguientes observaciones: 3, 4, 6, 7, 7, 8

¿Cuál es la Mediana?
En este caso dos valores se ubican físicamente en el medio 6 y7. Cuando ello acontece, se
toman ambos valores y se promedia entre dos para hallar la mediana:

Me = 6+7 = 6,5 llega a ser la mediana.

2
La característica típica de la Mediana es que divide al conjunto de las observaciones

exactamente en dos partes iguales.
50 % 50 %
______________________x__________________________
Que viene a ser el punto de equilibrio que balancea el número de observaciones de la serie
estadística, expresión para encontrar la media cuando los datos no están agrupados
CUADRO 19
CALCULO DE LA MEDIANA SIN INTERVALOS
Personal Sueldos Cantidad

Xi ni Ni
Presidente 8.000 1 1
Gerentes 5.000 2 3
Administrador 4.000 1 4
Contador 3.000 1 5
Técnicos 2.000 12 17
Xj-1 Obreros I 1.500 20 37 Nj-1
Xj Obreros II 1.000 40 77 Nj
Porteros 900 3 80
TOTAL 80

Pasos:
1. Se Calcula n/2 = 80/2 = 40

2. 40 Se ubica en la columna Ni (frecuencia absoluta acumulada) que esta
entre 37 y 77
3. Identificamos en la columna de los sueldos Xj-1 = 1.500
4. Identificamos en la columna de los sueldos Xj = 1.000
5. Reemplazamos en la expresión arriba señalada y el resultado es:
Me =1.500+1.000/2 =1.250 Cuando no existe intervalos
b) LA MEDIANA PARA DATOS AGRUPADOS: Cuando la mediana está representada en

una distribución de frecuencias, es posible distinguir dos situaciones:
La Mediana Me cuando existe intervalos de clase
CUADRO 20
La Mediana Me cuando existe intervalos de clase

Frecuencia Frecuencia
Límite inferior Límite Marca de
absoluta absoluta
Li superior Ls clase Xi
ni acumulada Ni
34 42 38 2 2
43 51 47 7 9
52 14
60 56 5
61 69 65 14 28
70 78 74 12 40
79 87 83 7 47
88 96 92 1 48
48
Pasos:

1. Se Calcula n/2 = 48/2 = 24

2. 24 Se ubica en la columna Ni (frecuencia absoluta acumulada) que esta entre 14 y 28
3. Identificamos en la columna del Li Xj-1 = 61
4. Calculamos la amplitud de Clase Xj – Xj-1 = 69 - 61 = 8
5. Identificamos Nj-1 = 14
6. Identificamos Nj = 28
7. Reemplazamos en la siguiente expresión:
Me =61 + 8*((24-14)/ (28-14))

Me = 67
EJERCICIO PARA RESOLVER EN CLASES:

Se tiene la siguiente distribución de frecuencias correspondiente a los salarios semanales
de 100 obreros.
CUADRO 21
INGRESOS Nº DE
Xj - 1 Xj OBREROS Ni
ni
280 - 295 4 4
295 - 310 5 9
310 - 325 10 19
325 - 340 9 28
340 - 365 13 41

365 - 370 15 56
370 - 385 18 74
385 - 400 12 86
400 - 415 8 94
415 - 430 6 100
SUMA 100 -.-
Calcular la mediana: Si n/2 = 100/2 = 50
3.13. CUANTILAS O FRACTILAS
A.- INTRODUCCION: En forma similar a la definición de Mediana, pueden derivarse otros

estadígrafos llamados genéricamente: CUANTILAS O FRACTILAS, que cumplen con la
condición de superar a no más de un cierto porcentaje de las observaciones y de ser superado
simultáneamente por no más del porcentaje complementario de las observaciones. Entre estos
tenemos:
 Los cuartiles
 Los deciles CUANTILAS O FRACTILAS
 Los percentiles
B.- CUARTILES:
Como su nombre lo indica, divide en cuatro partes iguales al conjunto de las observaciones:
0 1Q 2Q 3Q 4Q
Por lo tanto, existen tres cuartiles que responden a las siguientes definiciones:
B.1. LOS CUARTILES PARA DATOS SIN AGRUPAR:

Los pasos para determinar los cuartiles cuando los datos se presentan sin agrupar, constan de
las siguientes etapas:
1º Paso: Se ordenan los datos en forma correlativa y ascendente.

2º Paso: Se determina el cuartil j-ésimo, que viene a ser el valor del dato que
ocupa la posición, para ello recurrimos a la siguiente relación:
(j/4)(n+1)
EJEMPLO: Dado el siguiente conjunto de datos: 15, 13, 2, 4, 19

Calcular los tres cuartiles.
SOLUCION.-
Primero ordenamos los datos:
2 4 13 15 19
x1 x2 x3 x4 x5
PRIMER CUARTIL:
Para el primer cuartil tenemos los siguientes datos: j = 1 y n=5
 ( 1 / 4 ) ( 5 + 1 ) = 1,5 valor que no es un entero, por lo tanto el primer cuartil estará

entre las observaciones x1 y x2. Para ello efectuamos la siguiente operación:
2 4 13 15 19
x1 x2 x3 x4 x5

Posición: 0 Q1 Q2 Q3 posición n+1
Para calcular el 1er cuartil extrapolamos las proporciones:
Q1 - x1 = 0,5 Q1 = x1 + (x2 + x1) (0,5)

x2 - x1 1
Remplazamos datos: = 2 + ( 4 - 2 ) ( 0,5 ) = 3
Entonces el primer cuartil es igual a 3
SEGUNDO CUARTIL:
El 2o cuartil es igual a la mediana, y se calcula de la siguiente manera:

j=2 n= 5
Q2 = Me = (2/4) + ( 5 + 1) = 2/4 . 6 = 3 , Osea x3 viene a ser el 2do

Cuartel.
Entonces Q2 = x3 = 13
TERCER QUARTIL.- Para calcular el 3er cuartil tenemos:
j=3 n=5
( 3/4) (5+1) = 3/4.6= 4,5 Que no es un valor entero, entonces el 3er cuartil está entre x4 y
x5
Para ello extrapolamos: Q3 - x4 = 0,5

x5 - x4 1
Despejamos Q3:
Q3 Q3 - x4 = (0,5) ( x5 - x4 )
Q3 = x4 + 0,5 . x5 - 0,5 . x4
Q3 = 15 + (0,5) (19) - (0,5) ( 15)
Q3 = 15 + 0,5 ( 19 - 15)
Q3 = 15 + 2
Q3 = 17
B.2. LOS CUARTILES PARA DATOS AGRUPADOS: Cuando los datos están
distribuidos en una tabla de distribución de frecuencias, el procedimiento que se sigue para
determinar los cuartiles es similar al utilizado para calcular la mediana para datos agrupados,
Ósea:
1º .- Se calculan las Frecuencias Absolutas Acumuladas
2º .- Se calcula n/4 ( Q1 = ¼ ; Q2 = 2/4 = ½ = Me ; Q3 = ¾ )
3º .- Se ubica n/4 entre las frecuencias absolutas acumuladas Ni
4º .- Se determina la clase del cuartil
5º .- Se aplica la siguiente regla:
PRIMER CUARTIL:
Para el primer cuartil Q1 = ¼ O sea; n/4 = ¼
n/4 - Nj - 1
Q1/4 = Xj -1 + c Nj - Nj - 1
EJEMPLO:
Se tienen los siguientes datos, organizados en una tabla de distribución de frecuencias:
CUADRO 22

Xj-1 - Xj ni Ni
2 - 3 1 1
3 - 4 3 4
4 - 5 8 12
5 - 6 7 19
6 - 7 6 25
SUMA 25 -.-
n/4 = 6,25
Remplazamos Datos:
Q1/4 = 4 + 1 6,25 - 4 = 4 + 0,28

12 - 4
Q1/4 = 4,28
SEGUNDO CUARTIL:
El segundo cuartil o cuartil medio coincide exactamente con la Mediana, para lo cual se utiliza
el mismo procedimiento de la mediana.
Q2/4 = Q ½ = Me
TERCER CUARTIL:
El Tercer Cuartil ( Q 3/4) o cuartil superior es un valor que supera a no más del 75 % de las
observaciones y es superado por no más del 25 % de las mismas.
3n/4 = Q3
Q3/4 = Xj-1 + c 3n/4 - Nj-1

Nj - Nj-1
EJEMPLO: Calculamos el Q3 para el ejercicio anterior:

CUADRO 23
Xj-1 - Xj Ni Ni
2 - 3 1 1
3 - 4 3 4
4 - 5 8 12
5 - 6 7 19
6 - 7 6 25
SUMA 25 -.-
Q3/4 = 3n/4 = 3 x 25 = 18,75
4
Q3/4 = 5 + 18,75 - 12 = 5 + 0,96 = 5,96
19 - 12
Q3/4 = 5,96
3.14. LOS DECILES:

Los deciles dividen en 10 partes iguales al conjunto de las observaciones. Por lo tanto, existen
los siguientes deciles:
PRIMER DECIL: P 1/10

SEGUNDO DECIL: P 2/10
TERCER DECIL : P 3/10
.
.NOVENO DECIL: : P 9/10
0 1 2 3 4 5 6 7 8 9

El 5to. decil coincide con la Me
El procedimiento tanto para datos sin agrupar y agrupados es axactamente el mismo que se
aplica a los cuartiles.
3.15. LOS PERCENTILES:

El uso de los percentiles o centiles solo es justificable cuando existen tantos numerosos
valores de la variable, como una frecuencia total bastante alta. Los percentiles dividen en 100
partes iguales el número de observaciones.
PRIMER CENTIL : P 1/100

SEGUNDO CENTIL : P 2/100
TERCER CENTIL : P 3/100
CUARTO CENTIL : P 4/100
.
NOVENTA Y NUEVE CENTIL : P 99/100
El procedimiento al igual, que en el caso anterior es el mismo.
EJERCICIOS EN CLASES:
Sea el siguiente conjunto de datos:
3, 10, 0, 9 8, 4, 4, 3, 10, 15, 20, 18
Calcular: Decil 2, Decil 9, Percentil 50, Percentil 80
SOLUCION:

Ordenamos los datos:
0 3 3 4 4 8 9 10 10 15 18 20
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12
DECIL 2:
j=2 n = 12
D2 = (2/10)(12+1) = 2,6 Entonces: D2 estará entre x2 y x3
D2 = D2 - x2 = 0,6
x3 - x2 1
D2 - x2 = 0,6 ( x3 - x2)
D2 = x2 + 0,6 (x3 - x2)
D2 = 3 + 0 = 3
DECIL 9:
J=9 n = 12
(9/10)(13) = 11,7 Entonces el decil 9 estará entre x11 y x12
D9 = x11 + (x12 - x11) 0,7

D9 = 19,4

PERCENTIL 50: j = 50 n = 13
(50/100)(13) = 6,5 Entonces P50 estará entre x6 y x7
P50 = x6 + ( x7 - x6 ) 0,5 = 8,5
PERCENTIL 80:
j =80 n = 13
P80 = (80/100) (13) = 10,4 Entonces P80 estará entre x10 y x11
P80 = x10 + ( x11 - x10 ) 0,4 = 16,2
3.16. LA MODA
DEFINICION: La Moda llamada también: MODO, MODO PROMEDIO, VALOR TIPICO

o VALOR MODAL ( Mo), es una medida de tendencia central, que viene a constituir el valor
más frecuente de una serie de datos; ósea el que más veces se repite.
a) LA MODA PARA DATOS NO AGRUPADOS:
Para determinar la Moda de un conjunto de datos sin agrupar, previamente se ordenan los
mismos en forma ascendente o descendente, respetando la correlatividad de los mismos.
EJEMPLO:
1) 2, 2, 5, 7, 9, 9, 9, 9, 11, 12 En este primer ejemplo el valor que más

Frecuentemente se repite es el 9, Entonces la Mo = 9

2) 3, 5, 8, 10, 12, 15, 16 En este ejemplo, podemos decir que no existe

MODA
3) 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 En este tercer ejemplo, dos son los valores

Que se repiten más veces: 4 y 7, Entonces existen 2 modas.
Cuando un conjunto de datos presentan dos modas, se dice que es BIMODAL; si son más de
dos modas se llama MULTIMODAL.
b) LA MODA PARA DATOS AGRUPADOS:
Cuando los datos están expresados en una tabla de distribución de frecuencias, es posible
diferenciar dos situaciones:
b.1. CUANDO LA CLASE ES UNICA:

Cuando la clase es única y discreta, entonces la MODA es la frecuencia que más veces se
repite.
EJEMPLO:
CUADRO 24
Xi ni
3 2
4 3
5 2
6 2
7 1
SUMA 10
En el presente ejemplo, la frecuencia que más veces se repite es el 4; ósea este valor se repite
tres veces.

 La moda = Mo = 4
b.2. LA MODA PARA INTERVALOS DE CLASE:
Cuando se tiene intervalos de clase, la MODA se determina por interpolación; Ósea:
Mo = X j-1 + c . d1 .
d1 + d2
Dónde: X j-1 = Límite inferior de la clase modal, ósea el intervalo que tiene
Mayor frecuencia.
d1 = Diferencia entre la frecuencia de la clase modal y la frecuencia
pre-modal.
d2 = Diferencia entre la frecuancia de la clase modal y la frecuencia
de la clase post-modal.
c = Tamaño del intervalo de la clase modal.
GRAFICAMENTE TENEMOS:
GRAFICO 9
Clase modal
Ni
d2
d1

X j-1 Xj Xi
Me
PROCEDIMIENTO PARA DETERMINAR LA MODA PARA INTERVALOS DE

CLASE:
Cuando los datos están distribuidos en una tabla de frecuencias, para calcular la Moda se
procede de la siguiente manera:
PASO 1: Se identifica el mayor valor entre las frecuencias absolutas.
PASO 2: Se determina la clase modal, que será aquel intervalo que tiene la mayor frecuencia
absoluta.
PASÓ 3: Luego, se determinan los datos que serán utilizados para aplicar la fórmula:
CUADRO 25
EJEMPLO:
X j-1 - Xj ni
2 - 3 1
3 - 4 3
4 - 5 8
5 - 6 7
6 - 7 6
SUMA 25
Mo = X j-1 + c . d1 .

d1 + d2
Dónde:
X j-1 = 4
c = 1
d1 = 8-3=5
d2 = 8-7=1
Mo = 4 + 1*(5/5+1) = 4 + 0,83 = 4,83
6
Mo = 4,83 Mo = 4,8
ALGUNAS CARACTERISTICAS MÁS RELEVANTES DE LA MODA:
1. La Moda le sigue en importancia a la media y a la mediana, su uso se hace imperativo
cuando los datos son de tipo CUALITATIVO. Su fácil interpretación y su cálculo sencillo
hacen de la moda una medida de tendencia central más usual y práctico. De esta manera,
un fabricante de muebles puede estar interesado en saber que tipo de muebles se venden
más; esta medida estará representada por la Moda.
2. No es una medida única como la media y la mediana. Un conjunto de datos puede tener
más de una moda.
3. El cálculo de la Moda es independiente de la magnitud de las observaciones. Como tal,
puede permanecer igual variando los valores o incrementando el
4. número de ellas.
RELACIONES ENTRE LA MEDIA, MEDIANA Y LA MODA:
En una distribución UNIMODAL, si la distribución es simétrica, entonces la Media, la

mediana y la Moda son iguales. En cambio cuando la distribución es casi simétrica, la
Mediana se localiza aproximadamente a un tercio de la distancia entre la Media y la Moda. La
fórmula que describe esta relación es la siguiente:
Moda = Media - 3 ( Media - Mediana)

EJERCICIO EN CLASES: Calcular la Moda para los salarios semanales de 100 obreros,
que trabajan en distintas empresas constructoras de viviendas:
CUADRO 30
INGRESOS Nº DE OBREROS
280 - 295 4
295 - 310 5
310 - 325 10
325 - 340 9
340 - 355 13
355 - 370 15
370 - 385 18
385 - 400 12
400 - 415 8
415 - 430 6
SUMA 100
Me = 364
Mo = 375
M(x) = 360,85
Mo (aproximado) = 370,30
EVALUACION
1. Medidas de tendencia central
2. Propiedades de las medias
3. Relaciones entre las medias
4. Procedimientos de calculo

BIBLIOGRAFÍA
BÁSICA:

editorial Leonardo.
COMPLEMENTARIA:
Mario Murillo Oporto. (2010) ESTADISTICA PARA PROYECTOS. Ciudad La Paz,

Ediciones UMSA
 Murray R. Spiegel,– Mc. Craw Hill (2010), ESTADÍSTICA APLICADA, Madrid,

Serie Schaum, Segunda Edición
PRIMER PARCIAL

Contenido

Cargado por

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Contenido

Cargado por

Información del documento

Descripción original:

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

Contenido

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD AMAZÓNICA DE PANDO 1

AREA DE CIENCIAS JURIDICAS Y POLITICAS

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

3.2. MEDIDAS DE TENDENCIA CENTRAL:...............................................................................25

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

Para alcanzar la excelencia académica, el docente debe estar comprometido a mejorar la

El contenido de la presente guía constituye una recopilación de textos tradicionales y clásicos

En otro orden de cosas es digno ponderar la iniciativa de las autoridades universitarias en

Lic. Felipe Tirado Cruz

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

1.1. ESQUEMA SIMPLIFICADO DEL CONTENIDO DE LA ESTADÍSTICA

AXIOMAS DE COMPORTAMIENTO NUMEROS

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

POBLACION. - Es el conjunto mayor de objetos (UNIVERSO) que poseen al menos una

1.2. ESTADISTICA DESCRIPTIVA:

1.3. ESTADISTICA INFERENCIAL:

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

 Asociado a una característica a la que se le asignan un numero Ej. Número de

1.5. DATOS UNIVARIANTES Y MULTIVARIANTES. -

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

Desarrollar los siguientes conceptos:

1. Nociones generales de la estadística

Víctor Chungara Castro. (2008) ESTADISTICA Y PROBABILIDADES. Ciudad La Paz,

Mario Murillo Oporto. (2010) ESTADISTICA PARA PROYECTOS. Ciudad La Paz,

 Murray R. Spiegel,– Mc. Craw Hill (2010), ESTADÍSTICA APLICADA, Madrid,

 Felipe Tirado Cruz (2020) TEXTO GUIA DE ESTADISTICA, Cobija, UAP.

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

“elabora e interpreta cuadros y gráficos de distribución de frecuencias para datos agrupados y

2.1. RECOPILACION DE DATOS. -

Ejemplo: Tenemos las calificaciones (VARIABLE) de 25 estudiantes, en la escala del 1 al 7,

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

NÚMERO DE DATOS NO ES MUY GRANDE:

b) Luego se determina el número de veces que se repite la variable. La característica que

2.2.1. CUANDO LA VARIABLE ES CONTINUA O PARA UN NÚMERO GRANDE

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

2.3.. PRESENTACION DE DATOS:

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

PASO Nº 4: Otro concepto de fundamental importancia para la tabulación es la

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

PASO Nº 5: En la próxima columna se registran las FRECUENCIAS RELATIVAS

En resumen tenemos como resultado la siguiente tabla:

2.4. INTERPRETACIÓN DE LA TABLA:

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

3; 3 alumnos obtuvieron la calificación de 4; 7 alumnos la calificación de 5; 8 alumnos

2.5. PROPIEDADES Y RELACIONES DE LAS FRECUENCIAS:

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

2.6. LA DISTRIBUCION DE FRECUENCIAS CUANDO LA VARIABLE ES

Cuando se trata de datos continuos o cuando el número de datos discretos es grande y se

Ejemplo 1: Tenemos los siguientes datos:

Los valores extremos son: Valor Máximo 96 Ls

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

PASO Nº 4: Seguidamente en cada intervalo se calcula la Marca de clase Xi

Para el primer intervalo: X1 = 34+42 /2 = 38

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO

Ejemplo 2: Se tienen las calificaciones de 50 alumnos en una prueba de evaluación:

2.- Intervalos K. - Utilizamos la Regla de Sturges para determinar el número K de intervalos

ESTADISTICA Y PROBABILIDADES (Texto Guía) COBIJA - PANDO