Contenido
Contenido
Contenido
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
PRESENTACION
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.
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.-
MUNDO REAL
ESTADISTICA ESTADISTICA
INFERENCIAL DESCRIPTIVA
TABULACION
MUESTREO
REGULARIDADES GRAFICOS
CALCULO
PARAMETROS
ESTIMACION
CONTRASTACION
HIPOTESIS
PROBABILIDADES
MODELOS TEORICOS
DISTRIBUCIONES
MODELO ESPECIALES
MUNDO MATEMATICO
IDEAL
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
1.4. 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
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
BIBLIOGRAFÍA
BÁSICA:
COMPLEMENTARIA:
COMPETENCIA DE TEMA:
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
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
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 .-.
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
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
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.
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
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
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%
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 -.-
a) GRAFICO DE BARRAS:
Ejemplo: Utilizando datos de cuadro 8
REPRESENTACION GRAFICA:
GRAFICO 1
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
REPRESENTACION GRAFICA:
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:
REPRESENTACION GRAFICA:
GRAFICO 4
6
5
3
2
2 3 4 5 6 7
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%
EJERCICIO EN CLASES:
1.- Una encuesta sobre preferencias en el consumo de detergentes de cinco marcas arroja los
siguientes resultados:
BIBLIOGRAFÍA
BÁSICA:
COMPLEMENTARIA:
TEMA Nº 3:
DESCRIPCION DE DATOS
MEDIDAS DE TENDENCIA CENTRAL
COMPETENCIA DE TEMA:
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:
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
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:
= ∑xi/n
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
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) = = Σ xi hi
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)
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.
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
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.
(2x8x32)1/3 = 8
El promedio de la mortalidad infantil de las 8 zonas es de: 6 casos por cada mil nacidos
vivos
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
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.
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
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.
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
H(X) = . 5 . = . 5 . = 6,06
1 + 1 + 1 + 1 + 1 0,825
5 8 6 12 4
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
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,
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”.
Para calcular la mediana cuando los datos no están agrupados, se sigue el procedimiento
siguiente:
2, 2, 3, 4, 5, 7, 8
Entonces la Mediana = Me = 4
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
Pasos:
CUADRO 20
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:
365 - 370 15 56
370 - 385 18 74
385 - 400 12 86
400 - 415 8 94
415 - 430 6 100
SUMA 100 -.-
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:
Los pasos para determinar los cuartiles cuando los datos se presentan sin agrupar, constan de
las siguientes etapas:
2 4 13 15 19
x1 x2 x3 x4 x5
PRIMER CUARTIL:
x1 x2 x3 x4 x5
SEGUNDO CUARTIL:
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
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:
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
Nj - Nj-1
0 1 2 3 4 5 6 7 8 9
El procedimiento tanto para datos sin agrupar y agrupados es axactamente el mismo que se
aplica a los cuartiles.
EJERCICIOS EN CLASES:
SOLUCION:
0 3 3 4 4 8 9 10 10 15 18 20
DECIL 2:
j=2 n = 12
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
PERCENTIL 50: j = 50 n = 13
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
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:
Cuando un conjunto de datos presentan dos modas, se dice que es BIMODAL; si son más de
dos modas se llama MULTIMODAL.
Cuando los datos están expresados en una tabla de distribución de frecuencias, es posible
diferenciar dos situaciones:
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
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
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.
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
Desarrollar los siguientes conceptos:
1. Medidas de tendencia central
2. Propiedades de las medias
3. Relaciones entre las medias
4. Procedimientos de calculo
BIBLIOGRAFÍA
BÁSICA:
COMPLEMENTARIA:
PRIMER PARCIAL