Estadistica Elemental

Estadstica General 2013
20
15
10
0
11
12
1 Mg. Miguel Angel Macetas Hernndez
14
16
17
19

NDICE
CAPITULO Qu es la Estadstica? ................................................................................................. 4
I.
1.1
Introduccin ................................................................................................................................... 4
1.2
Qu se entiende por estadstica? .......................................................................................... 4
1.3
Por qu hay que estudiar Estadstica? ................................................................................ 5
1.4
Tipos de estadstica ..................................................................................................................... 7
1.5
Elementos que caracterizan a los problemas estadsticos ............................................... 8
1.6
Definiciones bsicas.................................................................................................................... 8
1.7
Clasificacin de las Variables ................................................................................................. 10
A.
Segn la Naturaleza de la Variable .................................................................................... 10
B.
Segn la Escala de Medicin............................................................................................... 11
ESCALAS DE MEDICIN ................................................................................................................... 21

Segn la Relacin Entre Variables..................................................................................... 22
C.
CAPITULO Presentacin de Datos ........................................................................................... 24
II.
2.1.
Clasificacin y cmputo de datos uni. y bivariables:. ...................................................... 24
A.
Codificacin y tabulacin ..................................................................................................... 24
B.
Presentacin tabular de los Datos: cuadros de distribucin de frecuencias ........ 24
C.
Cuadros estadsticos ............................................................................................................. 24
D.
Partes Principales de un Cuadro Estadstico ................................................................. 25
2.2.
Cuadros de Frecuencias de Variables Discretas ............................................................... 30
A.
DISTRIBUCIN DE FRECUENCIAS DE LA VARIABLE CUALITATIVAS: .................. 36
B.
REPRESENTACIN GRAFICA DE LA VARIABLE CUALITATIVAS: .......................... 37

REPRESENTACIN GRAFICA DE LA CUANTITATIVAS DISCRETAS: ......................... 43
D.
Cuadros de Frecuencias de Variables Continuas.......................................................... 46
2.3.
E.
DISTRIBUCIN DE FRECUENCIAS, DE LA VARIABLE CUANTITATIVA CONTINUA: ......................... 55
F.
REPRESENTACIN GRAFICA DE LA CUANTITATIVAS CONTINUA: ................................................. 60
Grficos Estadsticos............................................................................................................................ 72
Clasificacin De Los Grficos ............................................................................................................. 72
CAPITULO Medidas de Resumen .............................................................................................. 87
III.
3.1
Medidas de resumen para variables cualitativas ................................................................ 87
3.2
Razn e ndice. Definicin. Clculo e interpretacin ........................................................ 87
3.3
Medidas de resumen para variables cuantitativas. ........................................................... 99
3.3.1
1.
Medidas de Posicin Centrales (Tendencia Central) ................................................ 99
La Media Aritmtica ...................................................................................................................... 99

2.
La Mediana (Me) ......................................................................................................................... 101
3.
Moda (Mo) (Valor Modal o Promedio Tpico) ......................................................................... 105
Caractersticas de las Medidas de Posicin Centrales ................................................................. 107

4.
Media Geomtrica: X G , G ...................................................................................................... 114
5.
Media Armnica: X H , H ......................................................................................................... 118

CAPITULO Estadgrafos de Tendencia No central ............................................................. 121
IV.
4.1.
Estadgrafos de Tendencia No central ................................................................................ 121
A.
Los Cuartiles .......................................................................................................................... 121
B.
Para elaborar un diagrama de caja y bigotes es necesario saber: ......................... 123
C.
Deciles ..................................................................................................................................... 127
D.
Percentiles o Centiles ......................................................................................................... 129
CAPITULO Medidas de Dispersin ............................................................................................. 132
V.
5.1.
Medidas de dispersin ............................................................................................................ 132
A.
Recorrido o rango (R) ................................................................................................................ 132
B.
Recorrido Semi Cuartil (Q) ........................................................................................................ 132
C.
Varianza (s2) ........................................................................................................................... 132
D.
Desviacin Estndar o Tpica (s) ......................................................................................... 134
E.
Coeficiente de Variacin (CV)................................................................................................... 134

CAPITULO Estadgrafos de Deformacin ............................................................................. 135
VI.
Asimetra.- ................................................................................................................................................. 135
VII.
A.
Relacin Entre La Media, Mediana y Moda .................................................................... 135
B.
Distribucin Simtrica ......................................................................................................... 135
C.
Importancia de la Asimetra.-................................................................................................. 136
D.
Coeficiente de Asimetra. ................................................................................................... 136
E.
Kurtosis o Apuntamiento.- ..................................................................................................... 136

CAPITULO Regresin y Correlacin Lineal .......................................................................... 142
Regresin y Correlacin Lineal ........................................................................................................ 142

I.
CAPITULO Qu es la Estadstica?
1.1 Introduccin
La importancia de la estadstica en la actualidad, no se pone en discusin. Casi
todos los programas profesionales universitarios incluyen en su currculo, al menos
un curso de estadstica. En muchos pases, inclusive en el Per, la estadstica forma
parte del currculo de la educacin secundaria e inclusive se incluyen algunos
tpicos en la educacin primaria.
La dinmica del mundo moderno, exige que todo ciudadano, para ejercer sus
derechos y comprender su entorno, requiera de una alfabetizacin en estadstica.
1.2
Qu se entiende por estadstica?

Al revisar el texto, vemos que esta parte se encuentra desarrollada posteriormente a
las razones por las que se debe estudiar estadstica, aqu lo hacemos primero, para
iniciar entendiendo lo que significa la Estadstica.
Realice la lectura de este acpite e identifique las ideas principales al respecto. Le

sugiero que subraye las ideas principales que encuentre.
Est de acuerdo en que la idea central se relaciona con el tratamiento de
informacin numrica?
Lo invito ahora a que enuncie su propia definicin sobre la estadstica.
Le parece a usted que podramos definir a la estadstica como la ciencia que nos
proporciona los elementos de juicio necesarios para llegar a tomar decisiones
adecuadas?, si est de acuerdo reflexione sobre las razones que le llevan a estarlo;
si no lo est tambin reflexione sobre la definicin adecuada y regrese al texto para
constatarlo.
De las diferentes formas de enunciar lo que significa la estadstica, realice ahora un

cuadro sinptico en la que se resuman las ideas claves que se observan en
cualquiera de las definiciones encontradas. Para ello lea detenidamente este acpite
que se encuentra en el texto bsico y reflexione sobre los distintos ejemplos que se
han planteado all.

1.3 Por qu hay que estudiar Estadstica?
Si se revisa un catlogo de informacin de la universidad, se descubrir que la
educacin estadstica se requiere en muchos Facultades. Por qu pasa esto?.
Cules son las diferencias en los cursos de Estadstica impartidos en una
Facultades de la Universidad. La mayor diferencia son los ejemplos utilizados.
Bsicamente, el contenido del curso es el mismo; Por ejemplo en una Escuela
Profesional de Administracin interesan cosas como las ganancias, horas de trabajo,
y salarios. En un Departamento de Salud interesan los resultados de las pruebas, y
en una Facultad de Ingeniera pueden interesar cuntas unidades son producidas
por una mquina en especial. Sin embargo, las tres reas tienen inters en lo que es
un valor tpico y en la cantidad de variacin existente en la informacin. Es posible
que tambin exista una diferencia en el nivel de matemticas requerido. Un curso de
Estadstica en ingeniera generalmente requiere del Clculo, los cursos de
Estadstica en escuelas de administracin y en la educacin, generalmente ensean
un curso orientado a aplicaciones. Entonces, por qu se requiere estudiar
Estadstica en tantas carreras?.
La primera razn es que en todos lados encontramos informacin numrica. Si se

revisan los peridicos, revistas de informacin, revistas de negocios, publicaciones
de inters general, o revistas de deportes, uno estar bombardeado con informacin
numrica.
Presentamos aqu algunos ejemplos:

Ford reporta que en 2011 sus ventas fueron de $146900 millones (de dlares),
arriba en un 7,2%; sus ganancias fueron de $4400 millones, con ascenso en un
7,0%, y el efectivo neto circulante fue de S/.7200 millones.
Los egresados de postgrado de la Universidad, contaron con un sueldo promedio
inicial de $400 dlares y un 70% de ellos consiguieron trabajo a los tres meses de
la graduacin.
Para los futbolistas que gustan de jugar en campos deportivos, el alquiler de los
campos promediaban S/.500 nuevos soles por semana.

Cmo podemos determinar si las conclusiones presentadas son razonables?, las
muestras fueron suficientemente grandes?, cmo se seleccionaron las unidades de
la muestra? Para poder ser un consumidor con conocimientos sobre esta
informacin, necesitamos poder leer los cuadros, las grficas y entender la discusin
de la informacin numrica. El entender los conceptos bsicos de la Estadstica ser
de gran ayuda.
La segunda razn para tomar el curso de Estadstica es que las tcnicas estadsticas se utilizan para tomar decisiones que afectan nuestra vida diaria. Esto quiere
decir que afectan a nuestro bienestar personal. He aqu algunos ejemplos:
Las compaas de seguros utilizan anlisis estadsticos para establecer las tarifas
de los seguros de casa, automvil, vida y salud. Existen tablas que resumen la
probabilidad de que una mujer de 25 aos de edad viva el ao siguiente, los siguientes cinco aos, etc. Las primas del seguro de vida se pueden establecer
basndose en estas probabilidades.
La Agencia de Proteccin al Medio Ambiente est interesada en la calidad del
agua en el Lago Ene. Peridicamente toman muestras de agua para establecer el
nivel de contaminacin y mantener el nivel de calidad.
Los investigadores mdicos estudian las tasas de cura de enfermedades, basndose en el uso de diferentes medicamentos y distintas formas de tratamiento. Por
ejemplo, cul es el efecto de tratar cierto tipo de dao a la rodilla con ciruga o
con terapia fsica? Si se toma una aspirina diaria, se reducir el riesgo de sufrir un
ataque cardiaco?
La tercera razn para tomar el curso de Estadstica es que el conocimiento de los

mtodos estadsticos ayudar a entender por qu se toman ciertas decisiones, y le
aportarn una mejor comprensin sobre la manera en la que lo afectan.
Sin importar el tipo de trabajo que seleccione, encontrar que tiene que enfrentar la
toma de decisiones con la ayuda del anlisis de datos. Para poder realizar una decisin basada en la informacin, necesitar:
1. Determinar si la informacin existente es adecuada o si se requiere informacin

adicional.

2. Reunir informacin adicional, si es necesario, de tal forma que no hayan resultados
errneos.
3. Resumir la informacin de una forma til e informativa.
4. Analizar la informacin disponible.
5. Sacar las conclusiones y realizar las deducciones necesarias, al tiempo que se
evala el riesgo de llegar a una conclusin incorrecta.
1.4 Tipos de estadstica
Por lo general, el estudio de la estadstica se divide en dos categoras
Estadstica Descriptiva: cuando se recoleccin, clasificacin resumen,
procesamiento y representa un grupo de datos utilizando mtodos numricos y
grficos que resumen y presentan la informacin contenida en ellos. No pretende
ir ms all del conjunto de datos investigados.
Estadstica Inferencial: cuando apoyndose en el clculo de probabilidades y a
partir de datos muestrales, efecta estimaciones, decisiones, predicciones y
otras generalizaciones sobre un conjunto mayor de datos.
Figura N 01

1.5 Elementos que caracterizan a los problemas estadsticos
La poblacin de inters y el procedimiento cientfico que se emple para tomar la
muestra de la poblacin.
La muestra y el anlisis matemtico de su informacin.
Las inferencias estadsticas que resultan del anlisis de la muestra.
La probabilidad de que las inferencias sean correctas.
1.6 Definiciones bsicas

Poblacin o Universo (N) Est referido a un colectivo finito o infinito de elementos
individuales. Poblacin es un conjunto completo de individuos u objetos que
poseen alguna caracterstica comn observable. Poblacin es el nmero de
elementos que definen la cobertura de un estudio. La poblacin es el universo de
estudio que est integrado por la totalidad de todas las unidades de anlisis. Por
ejemplo
Alumnos de Ingeniera Civil matriculados en ciclo acadmico 2012 en la
Universidad.
Alumnos de IV ciclo de la Escuela Profesional de Ingeniera Civil de la
Universidad.
Ingenieros Civiles Colegiados en el departamento de Cajamarca en el ao 2012.
Muestra (n) Es la parte o subconjunto de una poblacin. La muestra est
constituida de elementos seleccionados de una manera deliberada, con el objeto
de investigar las propiedades de su poblacin. La muestra slo da informacin de
aquella poblacin de la que ha sido extrada.
POBLACIN (N)
MUESTRA (n)
Muestreo
Inferencia
Figura N 02

Unidad de Anlisis o Unidad de Observacin Es el objeto o elemento indivisible
que ser estudiado en una poblacin sobre los cuales se va a obtener datos. La
unidad de anlisis no es el fenmeno investigado sino el que genera el fenmeno y
proporciona datos concretos. Por ejemplo
El tipo de anlisis al que se someter la informacin es determinante para elegir
la unidad de anlisis. Por ejemplo, si el objetivo es dar cuenta de la satisfaccin
del usuario de un servicio mdico, la unidad de anlisis natural es el paciente
atendido, o la persona que se atiende en ese servicio mdico.
La unidad de muestreo corresponde a la entidad bsica mediante la cual se
acceder a la unidad de anlisis. En algunos casos, ambas se corresponden. Por
ejemplo:
Si se desea estimar la prevalencia de dao auditivo en relacin con niveles de
ruido ambiental en una muestra de trabajadores de una fbrica, la unidad de
muestreo puede corresponder a la entidad "sujeto", si se dispone de un registro
detallado de cada sujeto. La unidad de anlisis es por cierto el trabajador de la
fbrica.
Dato. Es el valor o respuesta que adquiere variable la en cada unidad de anlisis.
Dato es el resultado de la observacin, entrevista o recopilacin en general. Los
datos son. materia prima de la Estadstica.
Parmetro. Es una medida usada para describir algunas caractersticas de una
poblacin, y para determinar su valor es necesario utilizar la informacin de la
poblacin completa y por lo tanto, las decisiones se tomaran con certidumbre total.
Por ejemplo:
Media poblacional (), Varianza poblacional (2), Proporcin poblacional (p).
Estadgrafo. Es una medida usada para describir alguna caracterstica de la
muestra y la toma de decisiones contiene un grado de incertidumbre. Por ejemplo:
Media muestral ( ), Varianza muestral ( ), Proporcin muestral ( )

Variable: Es una caracterstica que puede tomar diferentes valores o atributos. Las
variables son caractersticas observables, susceptibles de adoptar distintos
valores (cuantificado) o ser expresados en varias categoras
Variable
Rendimiento acadmico
Valores o atributo
12, 14, 17, 20
Genero
Masculino, femenino
Calidad
de
atencin
de
un Psimo, malo, regular bueno excelente
restaurante
Peso de alumnos
45,6 Kg. 57,8 Kg. 73,6 Kg
Nmero de hijos
1, 2, 3,
1.7 Clasificacin de las Variables

Podemos considerar muchos criterios de clasificacin como:
A. Segn la Naturaleza de la Variable
a) Variables Cualitativas o Estadsticas de Atributos.
Cuando expresan una cualidad, caracterstica o atributo, tienen carcter cualitativo

sus datos se expresan mediante una palabra es no numrico. Por ejemplo:
Estado civil, los colores, lugar de nacimiento, profesiones, actividad econmica,
causas de accidentes, etc.
b) Variables Cuantitativas.
Cuando el valor de la variable se expresa por una cantidad, es de, carcter

numrico. El dato o valor puede resultar de la operacin de contar o de medir. Por
ejemplo:
Edad nmero de hijos por familia, ingresos, viviendas por centro poblado, niveles
de, desempleo, produccin, utilidades por empresas, etc.,

Las variables cuantitativas pueden ser: discreta y continua.
b.1. Variable Discreta.

Cuando el valor de la variable resulta de la operacin de contar su valor est
representado slo por nmeros naturales (enteros positivos). Por Ejemplos:
Hijos por familia nmero de accidentes por da, trabajadores por empresa;
poblacin por distritos, habitaciones por vivienda. etc.
b.2. Variable Contina.
Cuando la variable es susceptible de medirse es toda variable cuyo valor se
obtiene por medicin o comparacin con una unidad o patrn de medida. Las
variables continuas pueden tener cualquier valor dentro de su rango o recorrido
por tanto se expresa por cualquier nmero real. Por ejemplos:
Ingresos monetarios, produccin de maz, peso, estatura, tiempo de
servicios, horas trabajadas, niveles de empleo. etc.
B. Segn la Escala de Medicin
a) La escala nominal o categrica
La medicin en su nivel ms dbil existe cuando los nmeros u otros smbolos se
usan simplemente para clasificar un objeto, una persona o una caracterstica.
Cuando se emplean nmeros u otros smbolos para identificar los grupos a los
cuales pertenecen varios objetos, estos nmeros o smbolos constituyen una
escala nominal o categrica. Esta escala se conoce como escala clasificatoria.
Por ejemplo:
Se resumen en preguntas dicotmicas, o aquellas con dos opciones de
respuesta, y de seleccin mltiple, o aquellas con tres o ms opciones de
respuesta. Veamos algunos ejemplos:
Dicotmicas
Gnero:
Femenino
Has comprado el producto X?

Seleccin mltiple
Masculino
SI
NO
En tus prximas compras incluirs el producto X?

SI
NO
No sabe

Propiedades Formales
Todas las escalas tienen ciertas propiedades formales, las cuales proporcionan
definiciones casi exactas de las caractersticas de la escala; definiciones ms
exactas que las que pueden darse en trminos verbales. Estas propiedades
pueden ser formuladas de manera ms abstracta de lo que hemos hecho aqu,
por un conjunto de axiomas que especifican las operaciones de la escala y las
relaciones entre los objetos que han sido escalados.
En una escala nominal, las operaciones de la escala dividen a una clase dada en
un conjunto de subclases mutuamente excluyentes. La nica relacin implica- da
es la de equivalencia; esto es, los miembros de cualquier subclase deben ser
equivalentes en la propiedad que est siendo escalada. Esta relacin se simboliza
por el signo familiar de "igual" (=). La relacin de equivalencia es reflexiva,
simtrica y transitiva.
Considrese un conjunto de objetos
. . Supngase que el objeto x,
tiene algn atributo verdadero, A (x). Entonces, para cualquier par de atributos en
el conjunto
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
Operaciones Admisibles
Ya que en una escala nominal la clasificacin puede estar igualmente bien
representada por cualquier conjunto de smbolos, se dice que la escala nominal
es "nica hasta una transformacin de uno a uno". Los smbolos que designan las
variadas subclases en la escala pueden ser intercambiados si esto se hace de
manera cabal y consistentemente. Por ejemplo:
Cuando se emiten nuevas placas para automviles, el cdigo que previamente
perteneca a una ciudad puede ser intercambiado con el de otra ciudad. La
escala nominal podra preservarse si este cambio se ejecutara cabal y
consistentemente en la emisin de todas las placas.
Ya que los smbolos que designan los variados grupos de una escala nominal
pueden ser intercambiados sin alterar la informacin esencial en la escala, el
nico tipo de estadsticos descriptivos admisibles son aquellos que pueden ser

incambiables por tal transformacin: la moda, la cuenta de frecuencias, etc. En
ciertas condiciones, podemos probar hiptesis considerando la distribucin de
casos entre las categoras, usando pruebas no paramtricas tales como la ji
cuadrada o una prueba basada en la distribucin binomial. Estas pruebas son
adecuadas para datos escalados nominalmente debido a que se enfocan sobre
la frecuencia en las categoras, es decir, sobre datos enumerativos. En suma,
cuando los datos en una escala nominal, podemos rotular las categoras "1", "2",
"3",.., en cualquier orden que el Vamos. En una muestra podemos contar el
nmero de "1", el nmero de "2", etc. (Estas son cuentas de frecuencia) Podemos
calcular el porcentaje de "1" en la muestra, el porcentaje de "2", etc. (Esta es la
distribucin de frecuencia relativa.) Y podemos registrar qu categora tiene la
frecuencia ms grande. (sta es la moda.) Pero en general, no podemos "sumar"
las categoras "1" y "2" para formar la categora "3", ya que podramos violar las
suposiciones de un sistema de clasificacin nominal. En captulos posteriores
estudiaremos diferentes tcnicas estadsticas adecuadas para datos categricos o
escalados nominalmente.
b) La escala ordinal o de rangos

Puede suceder que los objetos en una categora de una escala no sean tan slo
diferentes de los objetos en otras categoras de esa escala, sino que tambin
exista algn tipo de relacin entre ellos. Las relaciones tpicas entre las clases
son: ms alto, ms preferido, ms difcil, ms perturbador, ms maduro, etc. Tales
relaciones se denotan por medio del smbolo >, el cual en general significa "mayor
que". En referencia a escalas particulares, > puede ser usado para designar que
es preferido a, es ms alto que, es ms difcil que, etc. Su significado especfico
depende de la naturaleza de la relacin que define la escala.
Dado un grupo de clases de equivalencia (esto es, dado una escala nominal), si la
relacin > se sostiene entre algunos pero no todos los pares de clases, tenemos
una escala parcialmente ordenada. Si la relacin > se sostiene para todos los
pares de clases, de manera que es posible un rango completo ordenado de
clases, tenemos una escala ordinal. Por ejemplo:
Grado de Instruccin: Primaria Secundaria Superior
Intensidad del dolor: Leve Moderado Intenso

Axiomticamente, la diferencia fundamental entre una escala nominal y una
ordinal es que esta ltima incorpora no slo la relacin de equivalencia (=), sino
tambin la relacin "mayor que" (>). Esta ltima relacin es irreflexiva, asimtrica
y transitiva.
. Supngase que existe alguna
relacin en el atributo verdadero entre los objetos de cada categora, adems de

la equivalencia dentro de las categoras. Esto es,
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
Es decir, la funcin de clasificacin ordena los objetos en el mismo modo en que

de hecho estn ordenados los atributos.
Ya que cualquier transformacin que preserve el orden no cambia la informacin
contenida en la escala ordinal, se dice que la escala es "nica hasta una transformacin monotnica". Una transformacin monotnica es aquella que preserva
el orden de los objetos. Esto es, no importa qu nmeros demos a un par de
clases o a los miembros de esas clases, siempre que les sea asignado un nmero
mayor a los miembros de la clase que es "mayor que" o "ms preferida".
(Naturalmente, se pueden usar nmeros menores para las clases "ms
preferidas". As nos referimos generalmente a una ejecucin excelente como
"primera clase", y a ejecuciones progresivamente inferiores como "segunda clase"
y "tercera clase". Siempre que seamos consistentes, no importa si se usan
nmeros mayores o menores para denotar "mayor que" o "ms preferido".) Por
ejemplo:
En el ejrcito un cabo usa dos bandas en su manga y un sargento usa tres.
Estas insignias denotan que el sargento > el cabo, y el smbolo > denota "mayor
rango que". Esta relacin podra ser igualmente bien expresada si el cabo usara
cuatro bandas y el sargento siete.

Vale decir, una transformacin que no cambia el orden de las clases es
completamente admisible ya que no implica prdida alguna de informacin.
Cualesquiera o todos los nmeros que se aplican a las clases en una escala
ordinal pueden ser cambiados de cualquier forma que no altere el orden (rango)
de los objetos. Puede aplicarse cualquier transformacin montnica y an
preservarse las propiedades de la escala, esto es, preservar la relacin entre los
objetos.
El estadstico ms, apropiado para describir la tendencia central de las
puntuaciones en una escala ordinal es la mediana, ya que en relacin con la
distribucin de puntuaciones, la mediana no es afectada por los cambios en
cualesquiera de las puntuaciones que estn por arriba o por abajo de ella,
siempre que el nmero de puntuaciones por arriba y por debajo permanezca
constante. Con el escalamiento ordinal, las hiptesis pueden ser probadas usando
el gran grupo de pruebas estadsticas no paramtricas que en ocasiones se
llaman estadsticos de rango o estadsticos de orden.
c) La escala de Intervalo
Cuando una escala tiene todas las caractersticas de una escala ordinal y cuando
adems tienen sentido las distancias o diferencias entre cualesquiera dos
nmeros de la escala, se ha logrado una medicin considerablemente ms fuerte
que la ordinal. En tal caso, la medicin ha sido lograda en el sentido de una
escala de intervalo. Esto es, si nuestro mapeo de varias clases de objetos es tan
preciso que conocemos cun grandes son los intervalos (distancias) entre todos
los objetos de la escala, y estos intervalos tienen significado sustantivo, entonces
hemos logrado una medida de intervalo. Una escala de intervalo est
caracterizada por una unidad comn y constante de medida que asigna un
nmero a todos los pares de objetos en el orden establecido. En esta clase de
medicin, la razn de cualesquiera dos intervalos es independiente de la unidad
de medida y del punto cero. En la escala de intervalo, el punto cero y la unidad de
medida son arbitrarios. Por ejemplo
Medimos la temperatura en una escala de intervalo. De hecho, comnmente se
usan dos diferentes escalas: Celsius y Fahrenheit. Al medir la temperatura, la
unidad de medida y el punto cero son arbitrarios; son diferentes en ambas
escalas. Sin embargo, las dos escalas contienen la misma cantidad y la misma
clase de informacin. Esto es as debido a que estn linealmente relacionadas.

Es decir, una lectura en una escala puede ser transformada en la lectura
equivalente de la otra por medio de una transformacin lineal.
Donde
F = nmero de grados en la escala Fahrenheit
C = nmero de grados en la escala Celsius
Se puede mostrar que las razones de las diferencias de temperatura (intervalos)
son independientes de la unidad de medida y del punto cero. Por ejemplo, el
punto de "congelacin" ocurre en 0 en la escala Celsius, y el punto de "ebullicin" ocurre en los 100. En la escala Fahrenheit, la "congelacin" ocurre en los
32 y la "ebullicin" en 212. Algunas otras lecturas de la misma temperatura en
las dos escalas son las siguientes:
Celsius
18
Fahrenheit
10
30
100
32
50
86
212
Ntese que la razn de las diferencias entre las lecturas de temperatura en una
escala, es igual a la razn entre las diferencias equivalentes en la otra escala. Por
ejemplo,
En la escala Celsius la razn de las diferencias entre 30 y 10, y 10 y 0 es (30
10) / (10 0) = 2. Para las lecturas comparables en la escala Fahrenheit, la
razn es (86 50) / (50 32) = 2. En ambos casos las razones son las
mismas; a saber, 2. En otras palabras, en una escala de intervalo, la razn de
cualesquiera dos intervalos es independiente de la unidad usada y del punto
cero, siendo ambos arbitrarios.
Muchos cientficos de la conducta aspiran a crear escalas de intervalo, y en pocas

ocasiones tienen xito. Sin embargo, generalmente lo que es tomado como xito
son suposiciones no probadas que el constructor de la escala voluntariamente
cree. Una suposicin frecuente es que la variable que est siendo escalada est
normalmente distribuida entre los individuos a los que se evala con base en esta
suposicin, el constructor de la escala manipula las unidades de la escala hasta
que se encuentre la supuesta distribucin normal de las puntuaciones de los
individuos. Naturalmente, el procedimiento es slo tan bueno como la intuicin del
investigador al elegir la distribucin que supone.

Otra suposicin que se hace a menudo para crear una escala de intervalo aparente es la suposicin de que las respuestas "afirmativas" de las personas en
cualquier reactivo son exactamente equivalentes a responder de manera
afirmativa en cualquier otro reactivo. Esta suposicin se hace para satisfacer el
requisito de que una escala de intervalo debe tener una unidad de medida comn
y constante. En escalas de habilidades o de aptitudes, la suposicin de
equivalencia consiste en que dar la respuesta correcta a cualquier reactivo es
exactamente equivalente (en la cantidad de habilidad mostrada) a dar la
respuesta correcta a cualquier otro reactivo.
Axiomticamente, se puede mostrar que las operaciones y relaciones que dan
origen a la estructura de una escala de intervalo son tales que las diferencias en
la escala son isomrficas a la estructura de la aritmtica. Los nmeros pueden ser
asociados con las posiciones de los objetos en una escala de intervalo tal que las
operaciones de la aritmtica pueden ser significativamente ejecutadas con las
diferencias entre los nmeros.
Al construir una escala de intervalo no slo se deben especificar equivalencias,
como en la escala nominal, y relaciones "mayor que", como en la escala ordinal,
sino tambin se debe ser capaz de especificar la razn entre dos intervalos
cualesquiera.
Supngase que los atributos
verdaderos de los objetos existen en alguna relacin unos con otros, adems de
sus equivalencias dentro de las categoras. Esto es:
( )
( )
( )
( )
( )
( ))
Entonces, una escala de intervalo es un sistema clasificatorio de los objetos L (x)
que tienen las propiedades de una escala ordinal y, adems
( )
( )
Ntese que en este caso, la diferencia entre los atributos de los dos objetos es
proporcional a la diferencia entre las asignaciones de clasificacin:
( )
( )
( )

Cualquier cambio en los nmeros asociados con las posiciones de los objetos
medidos en una escala de intervalo debe preservar no slo el orden de los
objetos, sino tambin las diferencias relativas entre los objetos. Esto es, la escala
de intervalo es "nica hasta una transformacin lineal". As, como hemos
sealado, la informacin proporcionada por la escala no es afectada si cada
nmero se multiplica por una constante positiva y despus se le suma a este
producto una constante, esto es
( )
. (En el ejemplo de la
temperatura, c = 9/5 y b = 32.)
Ya hemos notado que en una escala de intervalo el punto cero es arbitrario. Esto
es inherente al hecho de que la escala est sujeta a transformaciones que
consisten en agregar una constante a los nmeros que constituyen la escala.
La escala de intervalo es la primera escala verdaderamente "cuantitativa" que

hemos encontrado. Todos los estadsticos paramtricos comunes (medias,
desviaciones estndar, correlaciones producto-momento, etc.) son aplicables a
los datos en una escala de intervalo. Si de hecho se ha logrado una medida en
una escala de intervalo y si se han encontrado adecuadamente todas las
suposiciones del modelo estadstico paramtrico (dadas en la seccin "El modelo
estadstico"), entonces el investigador puede utilizar pruebas estadsticas
paramtricas tales como la prueba t o la prueba F. En tal caso, los mtodos no
paramtricos no aprovechan toda la informacin contenida en los datos de
investigacin. Puede notarse que una escala de intervalo es una condicin
necesaria, pero no suficiente, para usar una prueba estadstica paramtrica que
incluya la distribucin normal.
d) La escala de razn
Cuando una escala tiene todas las caractersticas de una escala de intervalo y,
adems, tiene un punto cero verdadero en su origen, se llama escala de razn.
En una escala de razn, la razn de cualesquiera dos puntos es independiente de
la unidad de medida. Por ejemplo
Medimos la masa o el peso en una escala de razn. La escala de onzas y libras
tiene un punto cero verdadero, al igual que la escala de gramos. La razn entre

cualesquiera dos pesos es independiente de la unidad de medida. Por ejemplo,
si determinamos los pesos de dos objetos diferentes no slo en libras sino
tambin en gramos, encontraremos que la razn de los dos pesos en libras es
idntica a la razn de los dos pesos en gramos.
Aunque es difcil identificar ejemplos significativos en las ciencias sociales y de la

conducta,
los
contraejemplos
abundan.
Consideramos
dos.
Notamos
anteriormente que las calificaciones se miden en una escala ordinal. Considrese

a dos estudiantes, uno de los cuales recibe una A y el otro una C; y supngase
que las asignaciones numricas fueron 4 y 2, respectivamente. Aunque la razn
de las dos calificaciones es dos (4/2 = 2), no tiene sentido decir que el estudiante
con una A posee el doble de "algo" del estudiante que recibe la C. (El estudiante
puede obtener el doble de ciertos puntos, pero no es claro si esto tiene algn
significado sustantivo en conocimiento, habilidad o perseverancia.) Finalmente, en
el caso de la temperatura, considrese un cambio en la temperatura de 100 a 30
C. No podemos decir que el incremento representa que el calor se increment al
triple. Para ver esto, ntese que el cambio en la temperatura es equivalente a un
cambio de 500 a 86 F. Debido a que las razones de las temperaturas en las dos
escalas son claramente diferentes, la razn no tiene sentido interpretable alguno.
Las operaciones y relaciones que dan origen a los valores numricos en una
escala de razn son tales que la escala es isomrfica a la estructura de la
aritmtica. Por tanto, las operaciones de la aritmtica son permisibles con los
valores numricos asignados a los objetos, as como a los intervalos entre los
nmeros, como en el caso de la escala de intervalo.
Las escalas de razn, que se encuentran ms comnmente en las ciencias

fsicas, se logran slo cuando son operacionalmente posibles de alcanzar todas
las siguientes cuatro relaciones: 1. equivalencia; 2. mayor que; 3. razn conocida
entre cualesquiera dos intervalos, y 4. razn conocida entre cualesquiera dos
valores de la escala.

. Supngase que el atributo
verdadero de los objetos existe con alguna relacin entre cada uno de ellos,
adems de la equivalencia dentro de las categoras. Esto es
( )
( )
( )
( )
( )
( )
Entonces, una escala de razn es un sistema clasificatorio de los objetos L (x) si

(
( )
( )
( )
( )
( )
y la razn de las clasificaciones asignadas es igual a la razn de los atributos
verdaderos.
Los nmeros asociados con los valores de la escala de razn son nmeros "verdaderos" con un cero verdadero: slo la unidad de medida es arbitraria. As, la escala de razn es nica hasta la multiplicacin por una constante positiva. Esto es,
las razones entre cualesquiera dos nmeros se preservan cuando los valores de
la escala son todos multiplicados por una constante positiva y, adems, tal
transformacin no altera la informacin contenida en la escala.
Cualquier prueba estadstica paramtrica puede usarse cuando se han logrado
medidas de razn y se encuentran las suposiciones adicionales concernientes a
la distribucin. Ms an, existen algunos estadsticos que se aplican slo a datos
que descansan en una escala de razn; debido a la fuerza de las suposiciones
que sub- yacen a la escala, la mayora de estas pruebas son pararntricas.

ESCALAS DE MEDICIN
Tipo
Variables Categricas
Variables numricas
Naturaleza
CUALITATIVAS
CUANTITATIVAS
Escala
(0) NOMINAL Ningn

atributo
Atributos de la
escala
Orden Distancia Origen
Orden
Caracterstica
Posee categoras a las

que se asigna un nombre
sin que exista ningn
orden
implcito
entre
ellas.
Posee
categoras
ordenadas,
pero
no
permite
cuantificar
la
distancia
entre
una
categora y otra.
Ejemplos
Gnero
Masculino
Valor Final
Observaciones
Femenino
Estado Civil
(1) ORDINAL Un atributo

Distancia Origen
Instruccin
Intensidad
Soltero
Primaria
Leve
Casado
Secundaria
Conviviente
Superior
(2) INTERVALO Dos atributos

Orden
Distancia
Origen
Tiene intervalos iguales y

medibles, pero no tiene un
origen real. Puede asumir
valores negativos.
Temperatura
Hora del da
(3) RAZN Tres atributos

Orden
Distancia
Origen
Tiene
intervalos
constantes entre valores;
adems de un origen real.
El
cero
significa
la
ausencia de la variable.
Peso.
Hijos
-10 C
00 Horas
00.00 Kg
Uno
Moderado
0C
10 Horas
10.24 Kg
Dos
Severo
20 C
20 Horas
20.00 Kg
Tres
Continuas: Provienen de medir

Dicotmicas: Tienen solamente dos categoras Ejemplos
Se pueden representar con nmeros enteros o fraccionarios
de Ordinal Dicotmica: Nuevo - Continuador
Vivo Fallecido
Entre dos valores siempre existe un nmero intermedio
Sano Enfermo
Politmicas: Tienen ms de dos categoras.
Discretas: Provienen de contar

Solamente pueden ser representados con nmeros enteros

C. Segn la Relacin Entre Variables
a) Variables Dependientes
Son aquellas que se explican por otras variables, son los efectos o resultados
respecto a los cuales hay que buscar su motivo, causas o razn de ser, Es la
variable que traduce la consecuencia del efecto de una varias razones o causas.
b) Variables Independientes
Son las variables explicativas o predicativas, cuya asociacin, relacin o
influencia en la variable dependiente se pretende escribir en la investigacin. Las
variables independientes son los que traducen o explican las causas o razones
de las variaciones en la variable dependiente. Simplificando, en la relacin de
variables, las causas o antecedentes seran las variables independientes (VI) y la
causa o consecuente es la variable dependiente (VD). Ejemplos: En el caso ms
simple, para la relacin d dos variables.
El presupuesto familiar (VD) depende de los ingresos (VI).
El volumen de ventas (VD) se explica por la inversin en propaganda (V).
El nmero de hijos por familia (VD) tiene relacin con el nivel educativo de los
padres (VI).
c) Variables Intervinientes o interferentes
Son aquellas que coparticipan con la variable independiente condicionando el
comportamiento de la variable dependiente. En el caso de la relacin entre
presupuesto familiar (VD) y los ingresos (VI), algunas variables intervinientes
serian la conducta de consumo, la edad de los miembros de la familia, etc.
Elementos de una Variable
La identificacin y definicin de variables es la tarea ms delicada de toda
investigacin y del trabajo estadstico. En consecuencia, para tener xito en la
seleccin de variables, es recomendable distinguir las siguientes cinco
caractersticas.
Un nombre o denominacin. de la variable.
Alguna definicin o conceptualizacin.
Un conjunto de categoras. que es definida por el investigador. Las
categoras no son nicas.

Procedimientos para categoras las unidades de anlisis.
Algunas medidas de resumen o indicadores.

Ejemplo 1:
a) Nombre : Estado civil o conyugal.
b)
Definicin: Es la situacin de la persona empadronada en relacin con las leyes

y costumbres del pas.
c)
Categoras:
01) Sol tero (a).
02) Casado (a).
03) Conviviente.
04) Viudo (a).
05) Divorciado (a).
06) Separado (a).
d)
Categorizacin: Cul es su estado civil o conyugal?
e)
Medidas de Porcentajes
Resumen Tasa de nupcialidad que indica la frecuencia de matrimonios, etc.
Ejemplo 2:
a) Nombre : Ingresos
b) Definicin Son los recursos monetarios
netos incluyendo todas las
Bonificaciones que percibe una persona por su ocupacin principal y secundaria

durante el perodo de referencia de la encuesta.
c) Categoras
: Puede proponerse en forma de niveles o simplemente intervalos.
Niveles de ingreso: alto, medio, bajo

Intervalos: Por ejemplo 8 intervalos
Menos de 4000; 4001 l 8000; 8001 a 12000; 1 2001 a 1 6000; 16001 a 20000:
20001 a 25000; 25001 a 30000; 30001 y ms soles.
d) Categorizacin: Cul fue su ingreso total en el ltimo mes?
e) Indicadores
: Ingreso promedio.
Dispersin de los ingresos. etc.

II.
CAPITULO Presentacin de Datos
2.1. Clasificacin y cmputo de datos uni. y bivariables:.
A. Codificacin y tabulacin
La codificacin facilita la tabulacin y el conteo. (obtencin de una buena
informacin)
La codificacin de las respuestas da lugar a categoras o modalidades.
Es recomendable que los cuestionarios tengan las alternativas de respuesta pre
codificadas.
Si el cuestionario tiene preguntas abiertas (respuesta libre), estas previamente
debe ser clasificadas en categoras.
B. Presentacin tabular de los Datos: cuadros de distribucin de frecuencias
Es necesario agrupar los datos y presentarlos en cuadros y diagramas sencillos.
Un cuadro de frecuencias, son cuadros que indican la distribucin de un conjunto
de datos en clases o categoras y muestran el nmero de elementos y la
proporcin de cada uno de los valores de la variable.
Un cuadro de frecuencias, permite una buena ayuda para formularse
interrogantes acerca de los datos.
Un cuadro de frecuencias, es un punto de partida en la bsqueda de un modelo
terico para analizar la distribucin de los datos.
En la cuadro se observa la frecuencia o repeticin de cada uno de los valores de
la variable.
Las observaciones o recopilaciones de datos denotaremos la variable por X y los
datos originales:
. donde Xi representan la i sima observacin de
la variable con (i = 1, 2, 3, 4,..., N). Es decir que:

X1 = dato de la primera observacin
X2 = dato de la segunda observacin
X3 = dato de la tercera observacin
.
XN = dato de la N sima observacin
C. Cuadros estadsticos
En una investigacin, despus que los datos han sido recogidos, revisados y
almacenados en una base de datos, se procede a la presentacin de los
resultados en forma tabular o grfica y al anlisis estadstico de la informacin.
La facilidad de su construccin y el rpido efecto en la transmisin de los
contenidos, han hecho de los cuadros estadsticos los recursos idneos para la

presentacin de los resultados de las investigaciones en todas las reas
cientficas.
La presentacin tabular y el grfico no son competidores, sino ms bien
elementos que se complementan. Los grficos deben agregarse a los cuadros o
distribuciones de frecuencias para llamar la atencin y despertar el inters por
los datos que se presentan, as como para reforzar las argumentaciones o
conclusiones a las que se haya llegado. Como un principio muy conveniente,
debe adoptarse el de que en ningn caso puede considerarse que el grfico
sustituye a la presentacin tabular. La prctica seguida por algunas personas, de
presentar grficos omitiendo los cuadros que contienen la informacin bsica,
debe ser evitada y combatida por inconveniente y por limitar la calidad y la
utilidad de las publicaciones y estudios. Slo en casos de verdadera excepcin,
como cuando se trata de propaganda o de artculos meramente divulgadores,
podra aceptarse la prctica comentada.
Objetivo
Un cuadro estadstico tiene como objetivo presentar datos numricos ordenados,
en filas y columnas, de acuerdo a ciertos criterios de clasificacin.
Ventajas
Los cuadros permiten presentar en forma resumida y ordenada muchos datos
Es un instrumento que clasifica, resume y comunica informacin estadstica
Facilita el anlisis de los datos
Su fcil comprensin, permite que sea utilizado por muchas personas
Todo cuadro estadstico debe explicarse por s mismo, sin necesidad de texto o
figuras anexas, y debe ser sencillo y claro
D. Partes Principales de un Cuadro Estadstico
En general, un cuadro estadstico completo, tal como el Cuadro N 01, por ejemplo,
puede tener ocho partes:
1. Nmero del cuadro.
4. Cuerpo.
2. Ttulo.
3. Encabezamiento o conceptos.
5. Nota de pie o llamadas. 6. Fuente.
7. Nota de unidad de medida.
8. Elaboracin.

2
CUADRO N 01
Es
la
descripcin
resumida del contenido
del cuadro. La redaccin
del ttulo debe ser breve,
claro y completo, de
modo que se puedan
deducir sin ambigedad
qu tipo de informa.
Debe indicar
1.
2.
3.
4.
QUE
DONDE
COMO
CUANDO
Es el cdigo o elemento de
identificacin que permite
ubicar el cuadro en el interior
de un documento
POBLACIN TOTAL ECONMICAMENTE ACTIVA DE 15 AOS Y MS, DEL DEPARTAMENTO DE

Donde
Que
CAJAMARCA: POR NIVEL EDUCATIVO SEGN RAMAS DE ACTIVIDAD. CENSO DE POBLACIN 2009
Donde
Descripcin de las filas y

columnas del cuadro
estadstico
Cuando
Expresa en qu unidades
estn las variables
Como
7
(Distribucin porcentual)
Ramas de Actividad
PEA de
15 aos
y ms
TOTAL
N i v e l d e Educacin
Sin
Nivel*
Primaria
Secundaria
Sup. No
Univer.
Superior
No Especificado
Univer.
100,0
5,89
42,11
35,87
5,67
8,66
1,80
1. Agricultura, Caza, Selvicultura y

Pesca
100,0
14,97
64,05
15,59
0,70
1,30
3,40
2. Explotacin de Minas y Canteras.
100,0
0,75
41,13
39,59
5,79
12,63
0,11
3. Industrias Manufactureras.
100,0
3,60
43,57
41,60
2,94
6,70
1,59
4. Electricidad, Gas y Agua.
100,0
0,00
21,95
48,29
8,29
20,49
0,98
5. Construccin.
100,0
4,78
64,36
24,99
1,05
3,54
1,28
6. Comercio, Restaurantes y Hoteles.
100,0
6,95
45,04
39,66
2,06
4,39
1,91
100,0
1,34
45,18
46,87
2,28
3,15
1,18
100,0
0,64
11,60
48,71
9,28
29,25
0,52
100,0
2,10
26,56
43,35
11,46
15,22
1,30
10. Actividades No bien especificadas.
100,0
9,35
44,70
34,99
3,55
4,97
2,43
11. Buscan trabajo por primera vez.
100,0
1,94
25,75
56,97
6,70
7,94
0,71
7. Transportes, Almacenamiento y
Comunicaciones.
8. Establecimientos Financieros,
Seguros, Bienes Inmuebles y
Servicios a las Empresas
9. Servicios Comunales, Sociales y
Personales.
* Incluye PEA con educacin inicial o pre escolar

Fuente: INE Resultados definitivos de los Censos Nacionales IX de Poblacin y IV de Vivienda
Elaborado: Statistic MAH.
5) NOTA DE PIE O LLAMADAS, se usa para aclarar algunos trminos o siglas, y tambin para indicar qu
elementos estn o no incluidos en algunos de los conceptos del cuadro.
6) FUENTE, es la indicacin al pie el cuadro, que sirve para nombrar la publicacin, entidad, estudio o fuente
de donde se obtuvieron los datos utilizados para construir el cuadro. La identificacin de la fuente permite,
si fuera el caso, comprobar la informacin o para obtener informacin complementaria.
Hay dos tipos de fuentes: i) primaria, cuando se obtiene directamente de la unidad de anlisis o cuando se
recurre a los propios formularios de una encuesta: ii) secundaria, cuando se recurre a documentos
boletines o cuadros estadsticos publicados.
7) Nota Unida de Medida se escribe debajo del ttulo, se usa cuando se abrevia la escritura
8) ELABORACIN, es una indicacin que se coloca debajo de la fuente, y sirve para mencionar el
responsable, que utilizando datos originales o de la fuente elabor el cuadro estadstico final: indica la
responsabilidad de la publicacin del cuadro. A veces resulta til indicar la fecha de elaboracin.
QUE
: Poblacin Total Econmicamente Activa De 15 Aos Y Ms
DONDE
: Del Departamento Cajamarca
COMO
: Por Nivel Educativo Segn Ramas de Actividad
CUANDO
: Censo de Poblacin 2009.
4
Es el
contenido
numrico
del cuadro

CUADRO 04
PACIENTES SEGN NMERO DE LEUCOCITOS /mm3.
HOSPITAL REGIONAL DE CAJAMARCA - CAJAMARCA - 2007..
Nmero de
Nmero de
Leucocitos
Pacientes (ni )
(miles)1/
5.0 - 5.9
3
6.0 - 6.9
10
7.0 - 7.9
11
8.0 - 8.9
13
9.0 - 9.9
10
10.0 - 11.0
8
Total
a/ 55
- Nota de pie. a/. Muestra aleatoria sistemtica.
1/. Datos expresados en miles.
- Fuente. H.R.C
Porcentaje de
Pacientes
( hi % )
5.5
18.2
20.0
23.6
18.2
14.5
100.0
E. Caractersticas:
1. La cuadro estadstica debe ser lo ms simple posible.
2. Si se utilizan smbolos, abreviaturas, etc., deben explicarse detalladamente en
notas de pie de pgina.
3. Deben ser incluidas las unidades especficas de medida que corresponden a los
datos.
4. Debern consignarse los totales.
5. Si los datos no son originales debe quedar explcita la fuente de donde se ha
tomado.
6. Cuando se utilizan escalas cualitativas hay que tener cuidado si se desea
comparar datos de una cuadro con otra, ya que en los criterios de clasificacin de
la variable puede que el entendimiento nuestro de un concepto no coincida
totalmente con el de otro investigador.
7. Una cuadro estadstica puede ser completada con las frecuencias acumuladas,
frecuencias relativas (porcentajes, promedios o razones), etc.
F. Tipos de cuadros.
En su forma ms general los cuadros pueden dividirse en simples y
compuestas.
a) Cuadros Simples. Clasifican un fenmeno segn una nica variable. Ejemplo

Cuadro 04.
b) Cuadros Compuestos. Son las que recogen los datos de dos o ms variables,
cada una de ellas con sus correspondientes criterios de clasificacin. Dentro de los
cuadros compuestos las que se utilizan con mayor frecuencia son: Las cuadros
dobles y las Maestras.
c) Cuadros Dobles. Resumen informacin clasificadas segn 2 variables, y estas se

denominan: Cuadros de contingencia y cuadros de correlacin.
d) Cuadro de Contingencia. Cuando ambas variables son cualitativas o mixtas.

Ejemplo. El cuadro siguiente muestra una distribucin bidimensional (Cuadro de
contingencia)
CUADRO 05
REACCIN A LA VACUNACIN CONTRA EL SARAMPIN Y LA RUBOLA EN UNA
MUESTRA DE 288 NIOS DE CAJAMARCA -1994.
Vacunados contra
sarampin
Vacunados contra rubola

Reaccin Positiva Reaccin Negativa
T O T A L
Reaccin positiva
76
72
148
Reaccin negativa
120
20
140
T O T A L
196
92
288
La interpretacin a esta cuadro sera la siguiente: de una muestra de 288 individuos,

76 tuvieron reacciones positivas a las dos vacunaciones, 20 individuos tuvieron
reaccin negativa a ambas pruebas, 120 individuos tuvieron reaccin positiva ante la
vacuna contra la rubola, pero negativamente ante la vacuna contra el sarampin, y
72 nios tuvieron reaccin negativa a la vacuna contra la rubola y positiva en la
vacuna contra el sarampin.
CUADRO DE CORRELACIN. Cuando ambas variables son cuantitativas. Por

ejemplo

CUADRO 06
MUJERES EN EDAD FRTIL SEGN GRUPO ETREO Y NMERO DE HIJOS
NACIDOS VIVOS - HOSPITAL REGIONAL DE CAJAMARCA - CAJAMARCA 2007
GRUPO ETREO
(Aos Cumplidos)
15 20 25 30 35 40 45 T o t
2.
Nmero de Hijos Nacidos Vivos

0
5y
+
T O T A L
19
24
29
34
39
44
49
a l
Cuadro Maestra. En este tipo de cuadros todos los criterios de clasificacin de

cada una de las variables son sometidos a una clasificacin cruzada. Esto da
lugar a una perspectiva mucho ms amplia, ya que nos permite obtener datos
de una nica variable o de cualquier combinacin de las variables que entran
en juego en la cuadro.
Ejemplo. El cuadro muestra la composicin por edad, sexo y trabajo de un
grupo de personas con Tuberculosis pulmonar en Cajamarca (Esquema)
durante 2007.
CUADRO 07
PERSONAS CON TBC SEGN EDAD, CONDICIN LABORAL Y SEXO - DISTRITO DE
CAJAMARCA - 2007
EDAD
TRABAJADORES
NO TRABAJADORES
T O T A L
Hombr Mujere
Hombr Mujere
Hombr Mujer
Total
Total
Total
es
s
es
s
es
es
15 19
20 24
25 29
.
.
.
50 54
55 59
60 +
TOTAL

Nota: Con este tipo de cuadros podemos extraer datos de las personas que padecen
Tuberculosis en un determinado intervalo de edad (A), tambin del total de
personas que no trabajan y han contrado la TBC (B), y del total de mujeres, ya
sean trabajadoras o no, que tienen tuberculosis (C).
2.2. Cuadros de Frecuencias de Variables Discretas

Para este tipo de variables cuyo valor slo se puede expresar por nmero enteros
positivos, los datos que caen dentro de cada clase.
Elementos de un cuadro de Frecuencia
Frecuencias Absolutas o Repetidas (fi o ni).- Es el nmero de veces que se repite
un determinado valor de la variable.

Frecuencia Relativa (hi ).- Es el cociente de:
hi
ni
Frecuencia absoluta o Repeticiones

Nmero de Observaciones
CUADRO N 7.8
NUMERO DE NACIMIENTOS EN EL DEPARTAMENTO DE LAMBAYEQUE,
POR PROVINCIAS 2004
Nmero de
Provincias
Porcentaje de Nacimientos
Nacimientos
Lambayeque
n1 = 325
Chiclayo
n2 =330
Ferreafe
n3 = 289
Total
n = 944
n1 325x100
34,43
n
944
n
330x100 35,96
h2 2
n
944
n
289x100 30,61
h3 3
n
944
h1
100,00

Ejemplo con variables cualitativas
Ejemplo. El restaurante "Hay Que Rico" en la ciudad de Chiclayo, usa un cuestionario
para conocer la opinin de sus clientes sobre el servicio, la calidad de los alimentos, los
ccteles, los precios y el ambiente del restaurante en el mes de julio del 2005. Cada
caracterstica se valora en una escala: notable (O), muy bueno (V), bueno (G), mediano (A)
y malo (P). Elabore un cuadro estadstico
G
O
V
G
A
O
V
G
O
V
A
G
V
O
P
V
O
G
A
O
O
O
G
O
V
V
A
G
O
V
P
V
O
O
G
O
O
V
O
G
A
O
V
O
O
G
V
A
Aplicacin de la funcin de Excel en la Elaboracin de Tablas con variables cualitativas
Figura N 03 Ingreso de los datos

Paso.- 1 Se ubica en la celda A1 (Calidad) Insertar se selecciona tabla dinmica
Figura N 04 Seleccin de la tabla dinmica

Paso.- 2 En la ventana de Crear tabla dinamica se elije donde se desea colocar el

informe de la tabla dinamica
Figura N 05 Crear tabla dinamica
Paso.- 3 En la ventana de lista de campos de la tabla dinmica se selecciona la variable

Calidad en Etiqueta de la fila y de columnas y en valores
Figura N 06 Seleccionar campos para agregar al informe


Paso.- 4 Insertamos un grfico un dinmico de barras
Figura N 07 Insertar grafico
Paso.- 4 Presentacin del grfico de barras de la variable calidad
Grafico N 01: Grafico de Barras de la variable calidad

Ejemplo:
En un estudio de mercado para determinar la aceptacin de un centro comercial Shopping Plaza
por departamentos ubicada en la ciudad de Cajamarca, se eligi una muestra de 35 clientes para
conocer sus impresiones. Los resultados son los siguientes:
Gasto
Ingreso
Nmero Forma de
Cliente
Razn de visita
semanal
Mensual
de hijos
Pago
1
Oferta permanente
66.00
1200
2
Efectivo
2
Guardera
72.50
1500
1
Crdito
3
Tarjeta de crdito
79.10
2100
3
Crdito
4
Oferta permanente
82.70
2000
3
Efectivo
5
Guardera
55.30
1500
1
Efectivo
6
Parking amplio
100.10
2200
2
Crdito
7
Aire acondicionado
35.30
1450
3
Efectivo
8
Tarjeta de crdito
60.40
1310
1
Crdito
9
Aire acondicionado
57.20
1150
2
Efectivo
10
Parking amplio
140.00
2320
0
Crdito
11
Tarjeta de crdito
69.10
1350
2
Efectivo
12
Parking amplio
73.10
1640
1
Crdito
13
Guardera
75.30
1680
3
Crdito
14
Aire acondicionado
30.00
1100
0
Efectivo
15
Parking amplio
95.20
1850
2
Efectivo
16
Guardera
65.30
1410
1
Efectivo
17
Tarjeta de crdito
68.00
1580
3
Crdito
18
Parking amplio
115.30
2110
0
Efectivo
19
Parking amplio
130.20
2180
2
Crdito
20
Aire acondicionado
48.40
1640
3
Crdito
21
Guardera
86.00
1840
2
Crdito
22
Parking amplio
102.20
1950
3
Efectivo
23
Oferta permanente
50.10
1230
2
Efectivo
24
Tarjeta de crdito
101.20
2000
2
Crdito
25
Parking amplio
102.20
2810
3
Crdito
26
Oferta permanente
58.10
1530
4
Efectivo
27
Tarjeta de crdito
90.30
1980
2
Crdito
28
Parking amplio
119.10
2900
4
Crdito
29
Oferta permanente
125.10
2680
3
Efectivo
30
Tarjeta de crdito
70.20
1970
2
Crdito
31
Parking amplio
118.40
2560
3
Crdito
32
Oferta permanente
110.10
2180
4
Crdito
33
Tarjeta de crdito
84.30
1980
3
Efectivo
34
Oferta permanente
77.20
2050
2
Crdito
35
Oferta permanente
104.20
2500
4
Crdito

Se copia (Ctrl + C) y se pega (Ctrl + V) al Minitab las 35 observaciones
Figura N 08: Pantalla del Minitab ingresado los datos

A. DISTRIBUCIN DE FRECUENCIAS DE LA VARIABLE CUALITATIVAS: Realizamos
la tabulacin de la variable Razn de visita procedemos a ejecutar en el Minitab
MINITAB: Tabla de frecuencias
1. Paso 1 .- Estadsticas/Tablas/cuenta de variables individuales
Figura N 09 Estadsticas/Tablas/cuenta de variables individuales

2. Paso 2.- En la ventana cuenta de variables individuales se selecciona la variable
Razn de Visita. Mostrar Conteos/Porcentajes/ Conteos acumulados porcentajes
acumulados. Aceptar
Figura N 10 Ventana cuenta de variables individuales

Resultado del procesamiento en Minitab
Figura N 11 Cuenta de la variable Razn de visita
B. REPRESENTACIN GRAFICA DE LA VARIABLE CUALITATIVAS: Realizamos la

tabulacin de la variable Razn de visita procedemos a ejecutar en el Minitab
1. Grafico Circular.- Se trabaja con los valores de las frecuencias Absolutas (n i)
frecuencias relativas (hi) como la variables seleccionada es variable cualitativa
(Razn de Visita)
Paso 1 .- Grfica/Grfica Circular
Figura N 12 Grfico circular en minitab

Paso 2 .- En la ventana de Grafica circular se selecciona Variables Categrica:
Razn de visita
Figura N 13 Grafica Circular

Paso 3 .- En la ventana de Grafica circular se selecciona Etiquetas
Seleccionar la pestaa Etiqueta de divisin de la grfica circular con: Nombre de
categora/ Porcentaje /Dibujar una lnea de la etiqueta a la divisin
Figura N 14 Etiqueta de divisin de la grfica circular

Grfica circular de Razn de visita
Aire acondicionado
11.4%
Tarjeta de crdito
22.9%
Categora
Aire acondicionado
Guardera
Oferta permanente
Park ing amplio
Tarjeta de crdito
Guardera
14.3%
Park ing amplio

28.6%
Oferta permanente
22.9%
Grfico N 02 Grfico Circular de Razn de visita
2. Grfico de Barras.- En el eje horizontal representa los valores o las categoras y

en el eje vertical se presentan los valores de las frecuencias Absolutas (ni)
frecuencias relativas (hi) como la variables seleccionada es variable cualitativa
(Razn de Visita)
Paso 1 .- Grfica/Grfica de barras
Figura N 15 Grfico barras en minitab

Paso 1 .- En la ventana Grfica de barras
Las barras representan: Conteos de valores nicos
Barras simples/ Aceptar
Figura N 16: Grfica de barras

Paso 2.- En la ventana Grfica de barras Conteo de valores nicos, simples se
selecciona la variable categrica: Razn de visita y se selecciona Opciones de
grficas
Figura N 17: Grfica de barras Conteo de valores nicos, simples

Paso 3.- En la ventana Grfica de barras Opciones de grficas
Ordenar grupos de X principal por Y descendente/Aceptar
Figura N 18: Grfica de barras Opciones

selecciona Etiquetas
En Etiquetas de datos se selecciona Usar etiquetas de valor y /Aceptar/Aceptar
Figura N 19: Grfica de barras Etiquetas

Grfica de Razn de visita
10
10
Conteo
6
5
4
Parking amplio
Oferta permanente Tarjeta de crdito
Razn de visita
Guardera
Aire acondicionado
Grfico N 03 Grfico de barras Razn de visita
C. DISTRIBUCIN DE FRECUENCIAS DE LA VARIABLE CUANTITATIVAS

DISCRETAS: Realizamos la tabulacin de la variable Nmero de hijos procedemos a
ejecutar en el Minitab
1. Paso 1 .- Estadsticas/Tablas/cuenta de variables individuales
Figura N 20 Estadsticas/Tablas/cuenta de variables individuales


2. Paso 2.- En la ventana cuenta de variables individuales se selecciona la variable
Nmero de hijos. Mostrar Conteos/Porcentajes/ Conteos acumulados porcentajes
acumulados. Aceptar
Figura N 21 Ventana cuenta de variables individuales
Resultado del procesamiento en Minitab
Figura N 22 Cuenta de la variable Nmero de hijos
D. REPRESENTACIN GRAFICA DE LA CUANTITATIVAS DISCRETAS: Realizamos la

tabulacin de la variable Nmero de hijos procedemos a ejecutar en el Minitab
1. Grfico de Barras.- Se trabaja con los valores de las frecuencias Absolutas (ni)
frecuencias relativas (hi) como la variables seleccionada es variable discreta
Nmero de hijos

Paso 1 .- En la ventana Grfica de barras
Las barras representan: Conteos de valores nicos
Barras simples/ Aceptar
Figura N 23: Grfica de barras

selecciona la variable categrica: Nmero de hijos y se selecciona Opciones de
grficas
Figura N 24: Grfica de barras Conteo de valores nicos, simples

Paso 3.- En la ventana Grfica de barras Opciones de grficas
Ordenar grupos de X principal por Y descendente/Aceptar
Figura N 25: Grfica de barras Opciones

selecciona Etiquetas
En Etiquetas de datos se selecciona Usar etiquetas de valor y /Aceptar/Aceptar
Figura N 26: Grfica de barras Etiquetas

Salida de Minitab
Grfica de Nmero de hijos
12
12
11
10
Conteo
8
6
5
4
2
0
1
Nmero de hijos
Grfico N 04 Grfico de barras Nmero de hijos


2.3. Cuadros de Frecuencias de Variables Continuas
Los sueldos mensuales en dlares de 60 empleados de la empresa Z.S.A., son los
siguientes:
440 560
335
587
613
400
424
466
565
393
453 650
407
376
470
560
321
500
528
526
570 430
618
537
409
600
550
432
591
428
440 340
558
460
560
607
382
667
512
492
450 530
501
471
660
470
364
634
580
450
574 509
462
380
518
480
625
507
645
382
Construir un cuadro de Frecuencias se aplica el procedimiento siguiente:

Poblacin: Empleados de la empresa Z.S.A (n = 60)
Variable:
X = sueldo mensual en dlares.
Datos:
Xi = sueldo mensual en dlares

Xi (i =1, 2, 3,.....,60)
n =60 trabajadores
Determinamos el mximo y mnimo de Xi, el sueldo ms alto (Xmax) y el sueldo mnimo

(Xmin).
X38 = Xmax = 667
X17 = Xmin = 321
1. Recorrido(R): Xmax Xmin = 667 321 =346

2. Elegimos el nmero de Intervalos (m). Se puede considerar 5 15 intervalos
Si aplicamos:
Para calcular el nmero de clases de un cuadro de frecuencias podemos usar las
siguientes expresiones frmulas:
a) Raz cuadrada
b) Regla de Sturges m =
1 + 3.322 Log(n)
1 + 3.322 Log(60)
7 intervalos
c) Regla de Stockes
( )
( )

3. Determinar la amplitud de los intervalos (C)
ci
X max X min 667 321
49,4285.......
m
7
Se puede redondear a 50
4. Construir los intervalos. Como Ci = 50, el recorrido se divide en 7 intervalos o
segmentos, cuyo extremos son:
I1
320
370
I2
I3
420
I4
470
I5
520
I6
570
I7
620
670
Utilizaremos un concepto matemtico de intervalo abierto (parntesis) y de intervalo

cerrado (corchete). Donde (Li-1 Li] significa que est abierto por la izquierda y
cerrado por la derecha, es decir que en cada intervalo no est incluida el extremo
inferior (Li-1) pero si lo est el extremo superior (Li).
Forma de expresar:
Intervalo de clase
(Li-1 Li]
320 370
370 420
420 470
470 520
520 570
570 620
620 670
Punto medio de cada intervalo, es la MARCA DE CLASE se denota con yi donde
320 370
y1
345
2
y4
y7
470 520
495
2
620 670
645
2

5. Elementos de una cuadro de frecuencia, en toda cuadro de frecuencia se
identifica los siguientes elementos:
a) Frecuencia absoluta (ni): Se denomina frecuencia absoluta del valor xi de la

variable X, el nmero de veces ni que se repite ese valor.
b) Frecuencia relativa (hi): Se denomina frecuencia relativa del valor xi de la variable

X la relacin por cociente entre el nmero de veces que aparece el valor xi y el
nmero total de valores de la variable (N). h i
c) Frecuencia
absoluta
acumulada
(Ni):
ni
n
Se
denomina
frecuencia
absoluta
acumulada del valor n i a la suma de las frecuencias absolutas de los valores de la

variable X anteriores o iguales a n i . Su valor es N i ni con j = 1......i
d) Frecuencia relativa acumulada (Hi): Es la frecuencia absoluta acumulada dividida

por el nmero total de valores de la variable. Su valor es Hi =
Ni
.
N
De todas estas definiciones se extraen las siguientes deducciones:

La
suma de las frecuencias absolutas sin acumular es igual al nmero total de los (
,= N)
La ltima frecuencia relativa acumulada es el total de elementos (n).
La suma de todos las frecuencias relativas acumular es igual
La ltima frecuencia relativa acumulada es la unidad
La distribucin de frecuencias de una variable suele presentarse ordenadamente

mediante la tabla de frecuencias siguiente:

Marca
de
clase
Frecuencia
Absolutas
Frecuencias
Absolutas
Acumuladas
Frecuencias
Relativas
Frecuencias Relativas
Acumuladas
Li]
xi
ni
Ni
hi
Hi
<L 1 L 2 ]
x1
n1
Intervalos
de clases
<Li-1
<L2, L3]
<L3, L4]
x2
x3
n2
n3
N1=n1
h1=
N2 = n1+n2
N3 =n1+n2+n3
.
.
.
.
.
.
.
.
.
.
.
.
<Lk-1, L k]
xk
nK
Nk = n1+...+nK=n
Total
ni =n
n1
N
n
h2=
H2=
H3=
N
N
.
.
.
hk =
N1
N
n
h3=
H1=
.
.
.
nk
Hk =
Nk
=1.00
hi =1
Los Intervalos pueden ser de la

siguiente manera:
<Li-1 Li]
<Li-1 Li>
[Li-1 Li>
[Li-1 Li]
Lectura de la informacin debe considerar los Signos y Smbolos siguientes:

()
No existe el fenmeno que trata
(0)
La cantidad no alcanza a la mitad de la unidad tomada como base
()
Informe no disponible.

Aplicacin de la funcin de Excel en la Elaboracin de Tablas
Se ingresa los datos sobre el sueldo mensual en dlares de 60 empleados de la empresa
Z.S.A., en una columna desde la celda A1 hasta la celda A61.
Determinamos el mximo y mnimo de Xi, el sueldo ms alto (Xmax =MAX(A2:A61) =

667 y el sueldo mnimo (Xmin =MIN(A2:A61). = 321
1. Rango Recorrido(R): Xmax Xmin = 667 321 =346
Restamos la Celda A2 menos la Celda A3
2. Elegimos el nmero de Intervalos (m). Se puede considerar 5 15 intervalos

Si aplicamos:
Para calcular el nmero de clases de un cuadro de frecuencias podemos usar las

siguientes expresiones frmulas:
a) Regla de Sturges m =
m
1 + 3.322 Log(n)
1 + 3.322 Log(60)= 6.907
=1+3.322*LOG(CONTAR(A2:A61))
Para
redondear
un
entero
=MULTIPLO.SUPERIOR(D7,1)
superior
se
utiliza
la
siguiente
funcin

m
7 intervalos
3. Determinar la amplitud de los intervalos (C)
ci
X max X min 667 321
49,4285.......
m
7
Se divide el rango y el nmero de Intervalos =D5/E7. Tambin redondear a un

entero superior =MULTIPLO.SUPERIOR(D9,1) Se puede redondear a 50
4. Construir los intervalos. Como Ci = 50, el recorrido se divide en 7 intervalos o

segmentos, cuyo extremos son:
Utilizaremos un concepto matemtico de intervalo abierto (parntesis) y de intervalo

cerrado (corchete). Donde (Li-1 Li] significa que est abierto por la izquierda y
cerrado por la derecha, es decir que en cada intervalo no est incluida el extremo
inferior (Li-1) pero si lo est el extremo superior (Li).
Forma de expresar:
I1
320
I2
370
I3
420
I4
470
I5
I6
I7
520
570
620
670
En el primer intervalo I1 en el lmite inferior la observacin mnima se le resta una

observacin porque es intervalo abierto (321 1 = 320), para el lmite superior al valor
obtenido en el lmite inferior se suma la amplitud (se fija la amplitud con F4)=E16+$E$9
En el segundo intervalo I2 en el lmite inferior es =F16, para para el
=E17+$E$9
lmite superior
5. Elementos de una cuadro de frecuencia, en todo cuadro de frecuencia se

identifica los siguientes elementos:
a) Frecuencia absoluta (ni): Se denomina frecuencia absoluta del valor xi de la

variable X, el nmero de veces ni que se repite ese valor.
Para calcular la Frecuencia absoluta en Excel se tendr que activar Archivo

Opciones Complementos Ir Herramienta para anlisis
Se selecciona el Rango de entrada desde la celda A2 hasta A61 y el Rango de
Clase F:16 hasta F22
Por lo tanto las frecuencias quedan determinadas de la siguiente manera

b) Frecuencia relativa (hi): Se denomina frecuencia relativa del valor xi de la variable
X la relacin por cociente entre el nmero de veces que aparece el valor xi y el
n
nmero total de valores de la variable (N). h i i
n
Se divide H16/$H$23
c) Frecuencia absoluta acumulada (Ni): Se denomina frecuencia absoluta
acumulada del valor n i a la suma de las frecuencias absolutas de los valores de la
variable X anteriores o iguales a n i . Su valor es N i ni con j = 1......i
d) Frecuencia relativa acumulada (Hi): Es la frecuencia absoluta acumulada dividida

N
por el nmero total de valores de la variable. Su valor es Hi = i .
N
Figura:

E. DISTRIBUCIN DE FRECUENCIAS, DE LA VARIABLE CUANTITATIVA CONTINUA: Se trabajara con
la variable Gasto semanal en la tienda VENDO
Calculo previos para tabular la variable
Paso 1.- Hallar el rango o amplitud de los datos
Rango = Observacin mayor Observacin menor
Rango = 140.0 30.0 = 110.0

Clculos del Rango con el Minitab
Figura N 19: Calculo del Rango
Figura N 20: Calculo de las observaciones mnimas, mximas y el rango
Figura N 21: Calculo del Rango

Pas 2.- Hallar el nmero de Intervalos (m) Dos maneras:
a) Por la experiencia del investigador, usualmente
5 m 15
b) Por la frmula de Sturges
m = 1 + 3.322 log
(n)
m = 1 + 3.322 log (35) = 6.12939 6 Intervalos
Seleccionamos Calc para calcular nmero de clases
Figura N 22: Clculo de Nmero de Intervalos

Paso 3.- Hallar la amplitud de los intervalos (C)
Redondeo por exceso

Igual # decimales que los datos
Paso 4.- Hallar los intervalos de clase

Li-1 = lmite inferior de la clase i
Li = lmite superior de la clase i
Intervalos de clases
[Li-1
Frecuencia
Absolutas
Li>
ni
[ Observacin menor L 2 >
n1
N1=n1
[L2, L3>
n2
N2 = n1+n2
[L3, L4>
n3
N3 =n1+n2+n3
.
.
.
.
.
.
.
.
.
Lk-1, L k>
nK
Nk = n1+...+nK=n
Total
Los intervalos son los siguientes:

[Li-1
[L1 = obs. menor = 30.0
[L2
[L3
[L4
[L5
[L6
Frecuencias
Absolutas
Acumuladas
Ni
ni =n
Li>
L1 = L1 +IC = 48.4>
L2 = 66.8>
L3 = 85.2>
L4 = 103.6>
L5 = 122.0>
L7 = 140.4>
= 48.4
= 66.8
= 85.2
= 103.6
= 122.0
Paso 5- Tabulacin de los datos (conteo de datos)

Gasto mensual
[Li-1
Li>
Frecuencia Frecuencia
absoluta ni relativa hi %
Frecuencia
acumulada
absoluta Ni
Frecuencia
acumulada
relativa Hi %
[ 30.0 48.4>
[ 48.4 66.8>
[ 66.8 85.2>
[ 85.2 103.6>
[103.6 122.0>
2
8
10
7
5
5.71
22.86
28.57
20.00
14.29
2
10
20
27
32
5.71
28.57
57.14
77.14
91.43
[122.0 140.4]
8.57
35
100.00
Nota: Creamos una nueva variable denominada Gastos en la columna C8

Paso 6- Tabulacin de los datos (conteo de datos) con Minitab. Seleccionamos Datos/
Codificar/ Numrico a numrico
Figura N 23: Codificar de Numrico a numrico

Pas 6- En la ventana Cdigo Numrico a numrico se ingresan los valores de los
intervalos mencionando a que intervalo corresponde:
Figura N 24: En la ventana Cdigo Numrico a numrico se ingresan los valores

Pas 7- Mostrar los intervalos con sus respectivos frecuencias absolutas y relativas.
Seleccionamos Estadsticas/Tablas/Cuentas de variables individuales seleccionamos C8:
Gastos en la ventana de variables. Tambin Conteos/Porcentajes/Conteos acumulados y
porcentaje acumulados.
Figura N
24: Cuentas de variables individuales
Figura N 25: Cuentas de variables: Gastos

F. REPRESENTACIN GRAFICA DE LA CUANTITATIVAS CONTINUA: Realizamos la
tabulacin de la variable Gasto semanal procedemos a ejecutar en el Minitab
Calculo previos para tabular la variable
1. Histogramas Se utilizan para variables continuas o para variables discretas, con un gran
nmero de datos, y que se han agrupado en clases.
Paso 1.- Seleccionamos Grfica/Histograma
Figura N 25: Seleccionar Histogramas

Paso 2.- En la ventana Histograma seleccionamos simple/Aceptar
Figura N 26: Ventana Histogramas

Paso 3.- En la ventana Histograma simple en la ventana de Variables grficas:
Gasto semanal
Figura N 27: Histograma simple

Paso 4.- Se selecciona Escala selecciona Tipo de escala Y
Figura N 28: Histograma Escala

Paso 5.- En la ventana Histograma Escala/tipo de escala Y/Porcentaje

Paso 6.- Se ejecuta doble click en el Histograma en el eje de X
Histograma de Gasto semanal
25
Porcentaje
20
15
10
30
45
60
75
90
Gasto semanal
105
120
Grfico N 03: Histograma de Gasto semanal
135

Paso 7.En la ventana Editar Escala se seccionamiento: Tipo de
intervalo/Punto de corte. En Definicin de intervalo/posiciones de punto
medio/punto de corte: 30:140.4/18.4/Aceptar
Amplitud del
intervalo
Observacin
Mnima
Observacin
Mxima

30
25
Porcentaje
20
15
10
5
0
30.0
48.4
66.8
85.2
103.6
Gasto semanal
122.0
140.4
Grfico N 04: Histograma de Gasto semanal

2. Histogramas Se construye con cada punto medio o marca de clase (Xi) de cada

intervalo se levanta un segmento de altura igual a la respectiva Frecuencias
Absolutas (ni hi).
Paso 1.- Se copia la marca de clase y frecuencia relativa
Se agrega una clase:

39.2 18.4 =20.8
Se agrega una clase:

131.2 + 18.4 = 149.6
Figura N 31: Marca de clase y Frecuencia Relativa
Paso 2.- Seleccionamos Grfica/ Grfica de dispersin
Figura N 31: Grfica de dispersin
Frec. Rela
h = 0.00
Frec. Rela
h = 0.00

Paso 3.- En la ventana Grfica de dispersin con lnea de conexin
Figura N 32: Grfica de dispersin
Paso 4.- En la ventana Grfica de dispersin con lnea de conexin:

Se agrega en la Variables Y: Frec. Rela y Variables X: Marca de Clase
Figura N 32: Grfica de dispersin con lnea de conexin
Pas 5.- En la Grfica de Frec. Rela vs Marca de Clase

Doble Crick en eje de Y en la frecuencia Relativa se muestra la venta Editar escala

Grfica de dispersin de Frec. Rela vs. Marca de clase
30
25
Frec. Rela
20
15
10
5
0
20
40
60
80
100
Marca de clase
120
140
160
Grfico N 05: Polgono de frecuencia de Gasto semanal

Pas 6.- En la venta Editar escala en el Rango de escala/Mnimo =0/ Aceptar
Figura N 32: Editar escala

Grfica de dispersin de Frec. Rela vs. Marca de clase
30
25
Frec. Rela
20
15
10
5
0
20
40
60
80
100
Marca de clase
120
140
160
Grfico N 05: Polgono de frecuencia de Gasto semanal

3. Polgonos Acumulativos de Frecuencias (Ojiva). Aquellos que se desarrollan mediante la
marca de clase que tiene coincidencia con el punto medio de las distintas columnas del
histograma. En el momento de la representacin de todas las frecuencias que forman parte
de una tabla de datos agrupados, se genera el histograma de frecuencias acumuladas que
posibilita la diagramacin del polgono correspondiente.
Paso 1.- Seleccionamos Grfica/Histograma
Figura N 33: Seleccionar Histogramas

Paso 2.- En la ventana Histograma seleccionamos simple/Aceptar
Figura N 34: Ventana Histogramas

Paso 3.- En la ventana Histograma simple en la ventana de Variables grficas: Gasto
semanal
Figura N 35: Histograma simple

Paso 4.- Se selecciona Escala selecciona Tipo de escala Y

Paso 5.- En la ventana Histograma Escala/tipo de escala Y/Porcentaje

Pas 6.- Doble Click en eje de Gasto mensual donde se presenta la ventana Editar escala

Porcentaje acumulado
100
80
60
40
20
30
45
60
75
90
Gasto semanal
105
120
Grfico N 06: Polgono de frecuencia Acumulada

Pas 7.- En la ventana de Editar Escala/Tipo intervalo/Punto de corte
Posiciones de punto medio/punto de corte: 30:140.4/18.4 Aceptar
Figura N 38: Ventana de Editar Escala
135

Porcentaje acumulado
100
80
60
40
20
30.0
48.4
66.8
85.2
103.6
Gasto semanal
122.0
140.4
Grfico N 06: Polgono de frecuencia Acumulada
4. Diagrama de Tallos y hojas: Permite obtener simultneamente una distribucin de

frecuencias de la variable y su representacin grfica. Para construirlo basta separar en cada
dato el ltimo dgito de la derecha (que constituye la hoja) del bloque de cifras restantes (que
formar el tallo).
Paso 1.- Seleccionamos Tallo y Hoja.
Figura N 38: Seleccionar Tallo y Hoja

Grficos Estadsticos
Primero definir lo que es un grfico o diagrama en estadstica.
Un diagrama es una especie de esquemtico, formado por lneas, figuras, mapas,

utilizado para representar, bien datos estadsticos a escala o segn una cierta
proporcin, o bien los elementos de un sistema, las etapas de un proceso y las
divisiones o subdivisiones de una clasificacin. Entre las funciones que cumplen los
diagramas se pueden sealar las siguientes:
Hacen ms visibles los datos, sistemas y procesos
Ponen de manifiesto sus variaciones y su evolucin histrica o espacial.
Pueden evidenciar las relaciones entre los diversos elementos de un sistema o de
un proceso y representar la correlacin entre dos o ms variables.

Sistematizan y sintetizan los datos, sistemas y procesos.
Aclaran y complementan las cuadros y las exposiciones tericas o cuantitativas.
El estudio de su disposicin y de las relaciones que muestran pueden sugerir
hiptesis nuevas.
Algunos de los diagramas ms importantes son el diagrama en rbol, diagrama de

reas o superficies, diagrama de bandas, diagrama de barras, diagrama de bloques,
diagrama circular, diagrama circular polar, diagrama de puntos, diagrama de tallo y
hoja diagrama, histogramas y grficos de caja y bigote o boxplots.
Clasificacin De Los Grficos
Los grficos podemos clasificarlos en la siguiente forma:
A.
Grficos de coordenadas ortogonales.

Con divisiones equidistantes: Cronodiagrama, historiograma, histograma y
polgono acumulativo, grfico en Z, grfico en escalera, grfico de banderola,
grfico mixto (La Banda Flaman), curva de frecuencia, estereograma, grfico
de Gantt, grfico de barras, etc
Con
divisiones
semi-equidistantes:
logartmico.
Cuadriculado
logartmico
semi-

B.
Grficos de coordenadas seudo-ortogonales.
C.
Grficos de coordenadas no ortogonales.

Grficos de coordenadas polares, grfico en espiral, grfico triangular
equiltero, etc.
D.
Grficos sin coordenadas.
De superficies: Grficos de sectores, grficos geomtricos diversos.

De volmenes: Cubo, esfera, etc.
De figuras (pictrico).
Cartograma de sealizacin y densidad.

GRFICOS DE LA DISTRIBUCIN DE FRECUENCIAS
Las frecuencias (ni, hi, Ni, Hi) siempre son cantidades no negativas ( 0), por lo tanto el
grafico de las frecuencias sean para variables discretas como para variables
Abscisas continuas, se construye en el primer cuadrante del plano cartesiano o rectangular. En
eje de las abscisas (horizontal) se indican los valores de la variable (sean puntos o
intervalos), y en el eje de las ordenadas (vertical) se anota el valor de la respectiva
frecuencia.
i.
Frecuencias de variable Discreta

La representacin grfica de las (ni hi) se hace mediante el Diagrama de Frecuencia.
Par el efecto, en el eje horizontal se representan los valores Yi, y en el eje verticales
representa los valores de las frecuencias (ni hi)
ni
2
0
Frecuencia Absolutas
1
8
1
5
Opinin
de los
Clientes
A
G
O
P
V
Total
1
2
1
0
1
0
6
5
2
0
Frecuenc Frecuen
ia
cia
absoluta Relativa
ni
hi %
6
12,5
10
20,8
18
37,5
2
4,2
12
25,0
48
100,0
Opinin de los Clientes
Al considerar las frecuencias absolutas acumuladas o relativas acumuladas, la

representacin grfica se hace mediante el GRFICO ACUMULATIVO DE
FRECUENCIAS. En el eje horizontal se colocan los valores de la Marca de Clase (X i), y en
el eje vertical los valores Ni Hi, a continuacin, a partir de cada extremo de los segmentos
se traza tramos horizontales formando una escalera como se aprecia en el siguiente grafico
Intervalo
s de
clases
(Li-1 L i
]
16 27
27 38
38 49
49 60
60 71
71 82
82 93
Total
Marca
de
clase
Xi
21,5
32,5
43,5
54,5
65,5
76,5
87,5
Frecuenci
Frecuen
as
cia
Absolutas
Absolut
Acumula
as
das
ni
Ni
3
3
5
8
10
18
3
21
8
29
7
36
4
40
40
Frecuencias Absolutas
Acumuladas
Ordenadas
E.
45
40
35
30
25
20
15
10
5
0
0
20
40
60
Marca de Clase
80
100
Frecuencia Absoluta

En el caso de Grficos de
Barras, en el eje horizontal
representa los valores de Yi, y
en el eje vertical se presentan
los valores de las frecuencias
Absolutas (ni hi)
18
18
16
14
12
10
8
6
4
2
0
12
10
6
2
Opinin de los Clientes
Opinin
de los
Clientes
Para los Grficos de Sectores

Circulares Pastel, se
convierten los valores de
las frecuencias Absolutas
(ni hi) a grados mediante
12,5
360 x12,5
En
Grad
os
45.0
100
10
20,8
360 x20,8
12.5%
25.0%
74.9
100
O
P
V
Total
360xhi %
100
ii.
Frecuen Frecuen Convierten

cia
cia
hi %
absoluta Relativa A Grados
ni
hi %
18
2
12
48
20.8%
37,5
4,2
25,0
100,0
135.0
16.3
91.8
4.2%
37.5%
Frecuencias de variable Continua

En el caso ms general, las variables continuas se agrupan en cuadros de frecuencias
con intervalos, por lo tanto se trata de representar grficamente intervalos en el eje
horizontal.
La representacin grfica de las frecuencias (absolutas o relativas) se hace mediante
el Histograma de Frecuencias, que est constituido por un conjunto de rectngulos,
cuya base es igual a la amplitud de un intervalo y la altura igual a la respectiva
frecuencia. Para construir el histograma de frecuencias, se indican en el eje horizontal
ni
Intervalo
s de
clases
(Li-1 L i ]
Frecuencia Absolutas
10
8
6
4
2
0
0
16
27
38
49
60
Lmite inferior
71
82
93
16 27
27 38
38 49
49 60
60 71
71 82
82 93
Total
Frecuen
cia
Absoluta
s
ni
3
5
10
3
8
7
4
40
Otro grfico que se usa para representar las frecuencias es el Polgono de Frecuencias,
que se construye como sigue: en cada punto medio o marca de clase (X i) de cada intervalo
se levanta un segmento de altura igual a la respectiva frecuencias Absolutas (ni hi), luego
une los extremos con una lnea poligonal, resultando el Polgono de Frecuencias. Para
completar los extremos, se extiende el polgono en media amplitud de cada extremo.
Li ]
10.5
21,5
32,5
43,5
54,5
65,5
76,5
87,5
98.5
16 27
27 38
38 49
49 60
60 71
71 82
82 93
Total
12
10
8
6
4
2
0
0
10.5
21.5
32.5
43.5
54.5
65.5
76.5
87.5
98.5
Marca de clase
Por su parte, las frecuencias acumuladas (Absolutas o Relativas) se grafican mediante los
Polgonos Acumulativos de Frecuencias (Ojiva). De igual manera, en el eje horizontal
se ubican los extremos los intervalos y en el eje vertical lo valores de N i, Hi. En el extremo
superior de cada intervalo se levanta un segmento de altura igual a la respectiva frecuencia
absoluta, luego partiendo del extremo inferior del primer intervalo se une, con segmentos
de recta, los extremo de los segmentos verticales, obteniendo una lnea poligonal que, a
partir de la ltima frecuencia acumulativa, se extiende paralelamente al eje horizontal,
obtenindose la grfica del Polgono Acumulativo de Frecuencias
35
30
16 27
21,5
27 38
32,5
38 49
43,5
10
18
49 60
54,5
21
60 71
65,5
29
71 82
76,5
36
82 93
87,5
40
20
15
10
40
27
38
49
60
71
82
93
Intervalo
de Clase
Grfico N 3.3: Diagrama de dispersin

Demanda de cobre refinado en China
(miles de toneladas mtricas)
2000
1800
1600
1400
1200
1000
800
600
400
200
Aos (variable independiente = X)
2003
2002
2001
2000
1999
1998
1997
1996
Demanda de cobre en China

505
600
850
1000
770
1125
1240
1260
1380
1550
1660
1750
1840
1900
16
1995
Aos
1990
1991
1992
1993
1994
1995
1996
1997
2008
1999
2000
2001
2002
2003
Demanda de cobre en China

(variable dependiente = Y)
Total
25
1994
Ni
40
1993
ni
1992
Xi
45
1991
Intervalos
de clases
<Li-1 Li]
Frecuencia
Frecuenci
s Absolutas
a
Acumulada
Absolutas
s
1990
Marca
de clase
Frecuencias Absolutas
Acumuladas
(Li-1
Frecuen
cia
Absoluta
s
ni
0
3
5
10
3
8
7
4
0
40
Marca
de
clase
Xi
Frecuencia Absoluta
Intervalo
s de
clases

CLASIFICACIN DE LAS
VARIABLES
TAMAO
ESCALA DE
DEL
MEDICIN
RECORRIDO
OBJETIVO DEL GRAFICO

MOSTRAR
DISTRIBUCIN DE
ASOCIACIN ENTRE
FRECUENCIAS
VARIABLES (DOS O
(UNA VARIABLE)
MAS)
BASTONES
1
0
1
I
S
C
BARRAS SIMPLES
BARRAS AGRUPAS
T
8
R
E
T
30
25
20
5
4
15
10
1
0
0
1
A
S
SECTOR CIRCULAR
100
BARRAS
COMPUESTAS
90
80
70
60
50
40
30
20
10
0
1
C
O
N
T
I
N
U
A
S
I
N
T
E
R
V
A
L
O
HISTOGRAMA
40
CORRELACIN
32
30
30
28
26
20
24
22
10
20
18
0
16,0
18,0
20,0
22,0
24,0
26,0
28,0
30,0
32,0
16
0
10
20
30
O
R
A
Z
O
N
POLGONO DE
FRECUENCIAS
LINEAL
60
60
50
50
40
40
30
30
20
20
10
10
0
1
9 10 11 12
0
1

F.
VENTAJAS Y DESVENTAJAS DE LOS GRFICOS

Ventajas de los grficos.
a) Sntesis.- Un cuadro con cifras es difcil de estudiar requiriendo a menudo un
penoso trabajo analtico para poder descubrir las informaciones que contiene.
Por el contrario, mediante un grfico el investigador hace aparecer las
principales caractersticas de una serie estadstica.
b) Descubrimiento.- El grfico permite descubrir hechos esenciales, que
pasaran desapercibidos al simple examen de los cuadros numricos.
c) Control.- Permite descubrir anomalas de clculo o tipogrficas, que no son
fciles de hallar en los cuadros.
d) Comparacin.- Si el anlisis de los datos de una serie en un cuadro, es una
labor delicada, la confrontacin de los datos de dos series lo es ms todava.
En cambio, los grficos permiten un conjunto de comparaciones a simple vista.
e) Bsqueda de las regularidades.- Los grficos permiten hallar fcilmente la
regularidad de los movimientos de las series cronolgicas. Tambin permite
destacar la alternancia o repeticin de ciertos fenmenos.
El Grfico es un instrumento de investigacin cientfica.
Desventajas de los grficos
a)
Ocultamiento.- El grfico oculta una cierta cantidad de informacin. En este

sentido es menos preciso que un cuadro.
b)
Deformaciones.- Por fallas deliberadas o no en la construccin, puede

introducir importantes deformaciones de los hechos. Un dibujante poco
escrupuloso puede exagerar o reducir, mediante un mal uso de las escalas y
de los trazos, la importancia de un fenmeno. Tal cosa puede ocurrir en
grficos para fines polticos, econmicos o publicitarios.

Construir Una Pirmide Poblacional
Elaborar una pirmide poblacional a partir de datos
1. Abre una nueva hoja de clculo Excel para introducir los datos.
2. Escribe en la primera fila el ttulo de la tabla de Datos: Per 2011.
3. Introduce los grupos de edad en la primera columna:
En la cabecera de la columna escribe: Edad
A continuacin escribe los grupos de Edad: 0-4, 5-9, ..., 80 y ms
Al final de la columna escribe: Total
4. En las siguientes columnas escribe los datos, en el siguiente orden: Hombres,

Mujeres.
Nota: Los datos de que aparezcan en la columna izquierda de la pirmide
(Hombres) deben ser representados con nmeros negativos. Simplemente inserta el
signo - antes de cada valor o crea una nueva columna y multiplica la poblacin
masculina por 1.
5. Ya que estas trabajando con grandes poblaciones, debes ajustar la escala de la
figura, expresando los datos en miles. Puedes hacer esto dividiendo cada celda de
datos por 1.000.
6. Tambin puedes transformar los datos de los distintos grupos de edades en porcentaje
respecto a la poblacin total. En una nueva columna divide el valor del grupo de edad entre
el total de la poblacin.
Creacin del Grfico
1. Selecciona todos los datos -excepto el ttulo y la fila Total- haciendo clic con el ratn y
arrastrando a lo largo de los datos de la tabla (A3:C22).
2. Haz clic en el botn Asistente para grficos.
Paso 1. Elige Tipo de grfico: Barras, y selecciona el subtipo Barra agrupada.

Pulsa el botn Siguiente.
Pas 2. Vers la pirmide. Deja los datos como estn y pulsa Siguiente.
Pas 3. Escribe el ttulo de tu grfico (p.e., Per 2001). Deja los otros cuadros en
blanco, y pulsa el botn Siguiente.
Pas 4. Selecciona el botn En una hoja nueva (llama a esta hoja como desees) y
pulsa el botn Finalizar.
3. Ya tienes tu pirmide. Es hora de mejorar su apariencia:
Arreglar las barras. Haz doble clic en una de las barras del grfico. En el cuadro de
dilogo Formato de la serie de datos, selecciona la pestaa Opciones. Configura

Superposicin a 100 y pulsa Ancho del rango a 0 y pulsa el botn OK. No
cambies nada ms. Las barras del grfico deben aparecer juntas, sin agujeros.
Arreglar el eje vertical (desplazar las etiquetas de edades hacia la izquierda). Haz
doble click en los datos del eje vertical. En el cuadro de dilogo Formato de ejes,
elige la pestaa Tramas y configura los botones de marca de graduacin a Ninguno
y el botn de rtulos a Inferior.
Arreglar el eje horizontal (eliminar los valores negativos del eje hombres). Haz
doble clic sobre los datos del eje horizontal. En la pestaa Nmero selecciona
Categora: Personalizada y escribe en Tipo: 0;0.
Aplica cualquier otro formato para mejorar la apariencia de la pirmide: colores de

las barras, tamao y tipo de fuentes y ttulos, eliminacin de rejilla y fondo...
Edades
Hombres
Mujeres
Totales
Edades
0-4
1266429
1203652
2470081
0-4
-5.5
5.2
5-9
1352926
1298331
2651257
5-9
-5.9
5.6
10-14
1269705
1243519
2513224
10-14
-5.5
5.4
15-19
1154745
1145976
2300721
15-19
-5.0
5.0
20-24
1072826
1097428
2170254
20-24
-4.7
4.8
25-29
918063
958505
1876568
25-29
-4.0
4.2
30-34
857675
894850
1752525
30-34
-3.7
3.9
35-39
768107
816358
1584465
35-39
-3.3
3.5
40-44
691549
729825
1421374
40-44
-3.0
3.2
45-49
561907
592190
1154097
45-49
-2.4
2.6
50-54
449661
471292
920953
50-54
-2.0
2.0
55-59
296106
319847
615953
55-59
-1.3
1.4
60-64
238627
261898
500525
60-64
-1.0
1.1
65-69
177284
204213
381497
65-69
-0.8
0.9
70-74
139265
163512
302777
70-74
-0.6
0.7
75-79
92800
113044
205844
75-79
-0.4
0.5
80 - +
136901
95194
232095
80 - +
-0.6
0.4
Totales
11444576
11609634
23054210
Totales
-49.6
50.4
Hombres Mujeres

Pirmide Poblacional
Mujeres
Hombres
80- +
75-79
70-74
65-69
60-64
55-59
50-54
45-49
40-44
35-39
30-34
25-29
20-24
15-19
10-14
5-9
0-4
8.0000
6.0000
4.0000
2.0000
0.0000
2.0000
Fuente: Instituto Nacional de Estadstica e Informtica
4.0000
6.0000
8.0000

Ejercicios de variables cualitativas
1. Construye una tabla de distribucin de frecuencia, haz una grfica de barras y un
diagrama de pastel para una muestra de compras de refresco segn la preferencia
de 50 personas:
Coke Classi
Sprite
Coke Classic
Pepsi-Cola
Coke Classic
Coke Classic
Pepsi-Cola
Diet Coke
Coke Classic
Diet Coke
Coke Classic
Coke Classic
Coke Classic
Diet Coke
Pepsi-Cola
Coke Classic
Coke Classic
Dr. Pepper
Dr. Pepper
Sprite
Diet Coke
Coke Classic
Diet Coke
Pepsi-Cola
Pepsi-Cola
Coke Classic
Pepsi-Cola
Pepsi-Cola
Coke Classic
Pepsi-Cola
Coke Classic
Coke Classic
Pepsi-Cola
Dr. Pepper
Pepsi-Cola
Pepsi-Cola
Coke Classic
Coke Classic
Coke Classic
Coke Classic
Sprite
Dr. Pepper
Diet Coke
Diet Coke
Pepsi-Cola
Coke Classic
Pepsi-Cola
Sprite
Sprite
Dr. Pepper
2. Segn Nielsen Media Research, los cinco programas de TV ms vistos a las 8:00 P.M.
del 14 de octubre de 2012 fueron Congo, The X-Files, Holliday in Your Heart, Ellen
Foster y Unhappily Ever After. La lista siguiente es una encuesta entre 50
espectadores.
Unhappily
Ellen
Congo
X-Files
Congo
Ellen
Ellen
X-Files
Ellen
Holliday X-Files
X-Files
Congo
Holliday Congo
Ellen
Congo
Holliday
X-Files
Ellen
Ellen
X-Files
X-Files
X-Files
Ellen
Holliday
Ellen
Ellen
Holliday Holliday Ellen
Unhapily
X-Files
Holliday
X-Files
X-Files
Congo
Holliday
Ellen
Holliday
Ellen
Holliday X-Files
Congo
Congo
Holliday
Ellen
Ellen
Ellen
X-Files
a) Traza una grfica de barras y un diagrama de pastel?

b) De acuerdo con la muestra, qu programa tiene la mayor parte del mercado?
3. Se pidi a los alumnos de primer ao del Colegio de Administracin en la Universidad

que indicaran su campo preferido, y se obtuvieron los siguientes datos.

Campo
Alumnos
Administracin
55
Contabilidad
51
Finanzas
28
Mercadotecnia
82
Haz una grfica de barras y el diagrama de pastel.
4. En el censo de 1960 (Direccin General de Estadstica de la Secretara de Comercio

y Fomento Industrial) se encontr que la distribucin del material predominante en los
muros o paredes de las casas era como se muestra en la tabla:
Nmero de
Material de los muros
viviendas
Proporciones
Porcentajes
Adobe
3 184
0.499
49.9
Tabique
1 547
0.242
24.2
Madera
558
0.087
8.7
Embarro
495
0.078
7.8
Mampostera
171
0.027
2.7
76
0.012
1.2
Bloque de material ligero

Otros
349
0.055
5.5
Total
6 380
1.000
100.0
Traza un diagrama de pastel.
5. A continuacin vemos datos de una muestra de 55 miembros del Saln de la Fama

de Bisbol, en Cooperstown, Nueva York, para cada posicin en el campo. En cada
caso se indica la posicin principal del jugador: lanzador(P), receptor (H), primera
base (1), segunda base (2), tercera base (3), parador en corto (S), jardinero izquierdo
(L), jardinero central (C) y jardinero derecho (R).
L

P
b) Construye una grfica de pastel y otra de barras.

c) Qu posicin tiene ms miembros en el saln de la fama?
d) Qu posicin tiene menos miembros?
6. Los empleados de Electrnica Moderna tienen un sistema de horario flexible.

Pueden comenzar su jornada de trabajo a las 7:00, 7:30, 8:00, 8:30
datos
siguientes representan
una muestra de las
horas
o 9:00. Los
de entrada
que
seleccionaron.
7:00
8:30
9:00
8:00
7:30
7:30
8:30
8:30
7:30
7:00
8:30
8:30
8:00
8:00
7:30
8:30
7:00
9:00
8:30
8:00
a) Haz una grfica de barras y un diagrama de pastel.

b) Qu opinas acerca de las preferencias de los empleados en el sistema de
horarios flexible?
7. .Durante los primeros 11 meses de 1997, los coches Honda Accord, Chevy Cavalier,
Toyota Camry, Honda Civic y Ford Taurus fueron los coches nuevos ms vendidos
en USA. Se presentan los datos de 50 compras de automvil en Cleveland, Ohio.
Taurus
Civic
Civic
Camry
Camry
Taurus
Civic
Cavalier Cavalier Taurus Accord Cavalier
Taurus
Taurus
Camry
Civic
Cavalier Cavalier Camry Accord Camry
Cavalier
Camry
Camry Camry
Civic
Accord Cavalier Cavalier Accord Camry Tauru
Cavalier Taurus Accord
Taurus
Civic
Civic
Accord Civic
Accord
Camry Camry Accord
Accord Taurus Accord
Civic
Taurus
Camry
Traza un diagrama de pastel y di: Cul es el coche que ms se vende?

8. Cada una de las 500 empresas Fortune se clasifica como perteneciente a uno de
varios giros industriales. A continuacin vemos una muestra de 20 empresas con
su correspondiente ramo industrial.
Compaa
Ramo
Compaa
Ramo
IBP
Alimentos
Borden
Alimentos
Intel
Electrnica
McDonnell Douglas
Aeroespacial
Coca-Cola
Bebidas
Norton International
Prod. Qumicos
Unin Carbide
Prod. Qumicos
Quaker Oats
Alimentos
General Electric Electrnica
Pepsico
Bebidas
Motorola
Electrnica
Maytag
Electrnica
Kellogs
Alimentos
Textron
Aeroespacial
Dow Chemical
Prod. Qumicos
Sara Lee
Alimentos
Campbells Soup Alimentos
Harris
Electrnica
Ralston Purina
Eaton
Electrnica
Alimentos
Elabora una distribucin de frecuencias que muestre la cantidad de empresas en

cada ramo industrial y traza una grfica de barras.
9. Para realizar su ndice de Confianza Comercial, la revista Fortune encuest a 50

altos ejecutivos financieros preguntndoles sus polticas financieras actuales de
presupuesto de capital y publicidad. En Noviembre de 2011, los encuestados
describieron sus polticas como sigue: Agresiva 57%, Cautelosa 29%, Indecisa 14%.
Traza una grfica de barras
y una de pastel que describan las polticas de
dichos ejecutivos.
10. Cuando se les pidi clasificar la destreza que se requiere para obtener una alta
calificacin en un nuevo juego de computadoras como principiante,
aprendiz,
competidor, maestro o experto, 44 evaluadores respondieron de la manera siguiente:

experto, maestro, maestro, competidor,
experto,
aprendiz,
maestro,
experto,
maestro,
maestro,
maestro,
maestro, maestro, maestro, experto, maestro,
competidor, maestro, maestro, principiante, experto, competidor, maestro, maestro,

experto, experto, maestro, maestro, maestro, competidor, competidor, experto,
maestro,
experto,
experto,
experto,
competidor,
maestro,
maestro,
experto,

competidor, maestro, maestro y experto. Construye una tabla que indique las
frecuencias
correspondientes
estas
clasificaciones
de
destreza
que
se
requiere para obtener una alta calificacin.
11. En la siguiente tabla se muestra la estructura de la fuerza de trabajo en el Per, por

sectores de actividad para los aos 2009, 2010 y 2011
Actividad
2009
2010
2011
Agropecuaria
65.4
58.3
54.3
Minero, metalrgico y petrolero
1.8
1.2
1.2
Electricidad
0.2
0.3
0.4
Manufacturero
9.0
11.8
13.8
Construccin e instalacin
1.8
2.7
3.6
Transporte
2.5
2.5
3.2
Comercio
9.4
8.3
9.1
Otras
9.9
14.9
14.3
Total
100.0%
100.0%
100.0%
5857
8273
11 202
Base de % (miles de habitantes)
Construye un diagrama de barras y un diagrama de pastel.

III.
CAPITULO Medidas de Resumen
3.1 Medidas de resumen para variables cualitativas
En trabajos de investigacin frecuencia se utilizan variables cualitativas, bien por su
naturaleza, o por la escala empleada. Por supuesto, una vez que la informacin se
recogi, es necesario calcular alguna medida de resumen cuyo resultado es un
indicador que deber analizarse en un momento posterior.
En este tema te presentamos las medidas de resumen para variables cualitativas que
se utilizan con mayor frecuencia en los estudios que realizas en el nivel primario de
atencin de salud.
3.2 Razn e ndice. Definicin. Clculo e interpretacin

Por razn puede entenderse:
Una razn es la relacin por cociente que se establece entre las unidades de anlisis
que pertenecen a un grupo o categora (a) y las unidades de anlisis que pertenecen
a otra categora (b) de la misma variable. Su expresingeneral es:
sa es la definicin? No te desanimes, es una medida de fcil comprensin. Te la
explicaremos con un ejemplo:
Supongamos que de los 600 recin nacidos (RN) de un hospital en cierto perodo, 300
presentaron los ojos oscuros (OO), en tanto que slo 100 los tenan claros (OC).
Aplicando la expresin general, la razn OO/OC es
La razn ojos oscuros/ojos claros es de 3; o lo que es lo mismo, 3:1.
Pero, qu significa este resultado? Expresa que hay tres recin nacidos con ojos
oscuros por cada recin nacido de ojos claros en ese hospital y en ese perodo.
Fjate que el numerador y el denominador son disjuntos, es decir, no se interceptan,

no estn contenidos uno en el otro. Ello te ayudar a establecer las diferencias con
las medidas de resumen que estudiars a continuacin.
Si multiplicas el resultado obtenido por 100, entonces el nuevo nmero se denomina

ndice, de tal suerte que en el ejemplo anterior el ndice sera 300. En otras palabras,

en el hospital de referencia, en el perodo estudiado, por cada 100 bebs de ojos
claros hay 300 de ojos oscuros.
Proporcin y Porcentaje. Definicin. Clculo e interpretacin

Una proporcin.- Es la relacin por cociente que se establece entre las
unidades de anlisis que pertenecen a un grupo o categora (a) de una variable y el
total de las unidades de anlisis estudiadas (a + b). Su expresin general es
. Si
se multiplica su resultado por 100, se obtendr el porcentaje
Seguiremos utilizando el ejemplo anterior. Lo recuerdas? Por supuesto que s. Pues

bien, determinemos la proporcin de nios con ojos oscuros (300) en la poblacin de
recin nacidos (400):
Alternativamente, puedes calcular el porcentaje:
Nota: Usamos la P con fines ilustrativos, pues la proporcin carece de simbologa.

Los resultados anteriores significan que tres de cada cuatro recin nacidos tienen los
ojos oscuros; o que el 75 por ciento de los recin nacidos tiene los ojos oscuros (y,
obviamente, el 25% los tiene claros).
No te resultan familiares estas nuevas medidas, o sea, la proporcin y el porcentaje?

Ya debes estarte preguntando la diferencia que existe entre stas y la distribucin de
frecuencias relativas que ya estudiaste. Nada ms claro: no es que sean parecidas,
son exactamente las mismas, pero restringidas a variables cualitativas.
Observa que el porcentaje te permite analizar el aporte, el peso especfico o la

importancia relativa de cada categora respecto al total.
Tasas
Siempre que necesites medir el riesgo de que acontezca cierto fenmeno en una
poblacin determinada, dispones de un indicador valioso y nico: las tasas

Una tasa.- Es una relacin por cociente que expresa el riesgo de que ocurra cierto
evento en una poblacin y perodo determinado s. Est compuesta por tres elementos,
a saber
Veamos cules son esos elementos:

El numerador contiene al nmero de veces que ocurri determinado fenmeno en
un rea geogrfica y en un perodo determinado.
El denominador indica el nmero de habitantes de la poblacin en la cual puede
ocurrir el fenmeno.
k es un mltiplo de 10 cuyo uso est justificado por el hecho de que habitualmente
el resultado del cociente es un nmero fraccionario, y al multiplicarlo por una
potencia de 10 se facilita enormemente la lectura y comprensin del indicador.
Esta es una medida que expresa el riesgo de ocurrencia del evento estudiado en el
numerador en la poblacin involucrada, en el tiempo y lugar establecidos.
Las tasas que ms importancia revisten para nuestro desempeo en el campo de la
Salud son las siguientes:
Tasas de importancia Relevante en Salud

Tasas relacionadas con la natalidad
Tasas relacionadas con la mortalidad
Tasas relacionadas con la morbilidad
Una particularidad realmente til de las tasas es que puedes calcularlas tanto para la
totalidad de la poblacin, como para parte de ella (por ejemplo, para el grupo de edad
de cinco a nueve aos, para los estudiantes, para los residentes del rea rural, y as
por el estilo); por otra parte, puedes calcular las tasas para todas las causas, o
solamente para una de ellas (o un grupo de ellas). De este modo, tendrs calculadas
tasas brutas, crudas, generales o globales si se tratara de tasas que involucren a toda
la poblacin o al total de causas; al tiempo que habrs calculado tasas especficas si
incluan a una parte de la poblacin o a una causa o grupo de ellas.
As las cosas, estars en plena facultad de hallar tasas brutas de mortalidad, de

natalidad, o bien especficas por edad, por sexo, por edad y sexo a la vez, entre

muchas otras. Teniendo a tu disposicin los datos adecuados, podrs hallar una tasa
tan especfica como desees.
Existe en punto cardinal en el manejo de las tasas: la poblacin expuesta al riesgo en

cuestin. Como ya sabes, este es el denominador de la ecuacin, y de su correcta
determinacin depende la fidelidad del clculo. Nunca sern suficientes las medidas
que tomes para asegurarte que ests empleando el dato acertado. No creas que es
muy difcil saber que ests errado o en lo cierto, el problema radica en que muchas
veces se pasa por alto este detalle de forma involuntaria.
Probablemente te habrs preguntado: Bueno, y qu tanto problema con el

denominador?
Ah! Es que ah radica el quid de la cosa. Recuerda que calculas una tasa para medir
el riesgo de ocurrencia de un evento o fenmeno en una poblacin, pero no en
cualquier poblacin, sino en la poblacin expuesta a ese riesgo. Esto quiere decir que
slo podrs calcular la tasa de mortalidad por cncer de tero en las mujeres de cierta
ciudad, puesto que sera imposible calcularla en los hombres; del mismo modo que no
puedes calcular la tasa de morbilidad por cncer de pulmn de los habitantes de Per
en 2009, utilizando para ello a los habitantes del Per en el ao 2009.
Satisfecha tu inquietud?
Tambin haz de saber que las poblaciones estn sometidas a constantes cambios en
lo que a su nmero atae, determinados por los nacimientos y defunciones y por
los movimientos migratorios (emigracin e inmigracin), que provocan que no sea la
misma a lo largo de todo el ao. De ah que, por convenio, se tome la poblacin
existente a mediados del perodo 11 o poblacin media para el clculo de las tasas.
Por otra parte, debes tener especial cuidado al calcular tasas para poblaciones
pequeas, como la que usualmente manejan los Consultorios, pues suelen volverse
inestables, ya que cualquier evento mueve mucho la tasa, y a veces no guarda
relacin el resultado obtenido con la magnitud del evento acontecido.
Bueno, ya estamos en condiciones de particularizar en las tasas ms relevantes en la

prctica diaria.

Tasas relacionadas con la natalidad
El estudio de la natalidad est relacionado con el nmero de nacimientos ocurridos en

una poblacin y tiempo determinados, as como la distribucin que siguen de acuerdo
con ciertas caractersticas. Como ves, todo gira en torno a la medicin de la misma, y
una de las formas de conseguirlo es utilizando las tasas.
Ahora nos tropezamos con una contrariedad: la poblacin expuesta al riesgo es muy
difcil de definir, ya que tener un hijo no involucra a toda la parte femenina de la
poblacin, y va ms all, pues otros factores de ndole psicosocial actan en tal
decisin. Por estas razones, vers que se han buscado soluciones alternativas a esta
situacin.
Tasa bruta de natalidad
Comencemos por la tasa bruta de natalidad. La misma expresa cmo se comportan

los nacimientos en un rea y tiempo determinados. Su clculo es sencillo:
(
Por ejemplo, la tasa cruda de natalidad de Per en 2008 fue:

Total de nacidos vivos en Per durante 2008: 151 08012
Total de habitantes en Per durante 2008: 11 122 308.
Bien, ya tienes el nmero calculado. Pero, es suficiente con eso? Claro que no,
necesitas saber qu significa, a fin de manejarlo apropiadamente. En primer lugar,
debes informar el resultado de la siguiente forma: La tasa bruta de natalidad de Per
en 2008 fue de 14 nacidos vivos por cada 1000 habitantes, ello significa que durante
2008 en Cajamarca nacieron como promedio 14 nios por cada 1 000 habitantes.
Esta tasa tiene el inconveniente de no tomar en cuenta a las personas realmente

expuestas al evento, pero por su sencillez y facilidad de comprensin es la
medida ms generalmente utilizada.

De ahora en adelante nos limitaremos a ensearte cmo calcular e interpretar el
indicador. Continuemos entonces.
Tasa general de fecundidad
Este indicador mide la natalidad, pero tomando en cuenta solamente a la poblacin
femenina en edad reproductiva o frtil (15 a 49 aos). El hecho de que se restringe el
denominador no inyecta especificidad a la tasa, pues contina siendo una mezcla de
diversos grupos de edades con situaciones diversas; amn de que se mueve a la par
de la tasa cruda de natalidad. Se calcula de la siguiente forma:
As, la tasa de Cuba en 2008 fue:
Interpretacin: En Per, durante 2008, nacieron como promedio 49 nios por cada
1000 mujeres en edad frtil (15 a 49 aos).
Tasa de fecundidad especfica por edad

Esta es una tasa especfica, que usualmente se calcula para grupos quinquenales
comprendidos entre 15 y 49 aos.
Interpretacin: Durante 2008 en Per nacieron como promedio 56 nios por cada
1000 mujeres de 15 a 49 aos de edad.
Tasas de mortalidad
La medicin de la mortalidad tiene como fin conocer el nmero de defunciones

ocurridas en cierta poblacin durante un perodo dado, a la vez que se estudia su
distribucin relacionndolas con diversas caractersticas de dicha poblacin.
Entrando en la materia que nos ocupa, te decimos a continuacin las tasas que
podrs calcular.

Tasa bruta de mortalidad
Esta tasa expresa el riesgo que tienen todos los habitantes de cierta poblacin, en un
momento dado, de morir por cualquier causa.
En 2008, en nuestro pas esta tasa fue:
Esto significa que en 2008, en Per fallecieron como promedio 7 personas por cada
1000 habitantes.
Tasa de mortalidad por edad

Ahora te presentamos una tasa de mortalidad especfica, que solo mide el riesgo de
morir que tienen las personas del grupo de edad analizado. Su clculo se logra
restringiendo el denominador a las personas de la edad deseada, e incluyendo en el
numerador a los fallecidos en esa edad.
Por ejemplo, en 2008, en Per, la tasa de mortalidad en personas de 60 aos y ms

fue:
Tasa de mortalidad por sexo

El clculo de esta tasa es muy similar a la anterior, con la diferencia de que te
restringes a un sexo en particular. Expresa el riesgo de morir de las personas de ese
sexo en esa poblacin, en el perodo especificado. Para calcularla, sustituye el
numerador por el total de defunciones del sexo analizado, y el denominador por el
total de habitantes de ese sexo en el lugar y momento deseados.
En nuestro pas, durante 2008 la tasa de mortalidad del sexo femenino fue:
Interpretacin: en Per, en 2008 fallecieron como promedio 6 mujeres por cada 1000
fminas.

Tasa de mortalidad por causa
Anlogamente, puedes conocer el riesgo a que estn sometidos los habitantes de
cierto lugar, en un momento definido, de morir por una causa de muerte dada. Ahora
el numerador est formado por las defunciones debidas a la causa en cuestin,
mientras que el denominador incluye al total de poblacin.
En Per, durante 2008 la tasa de mortalidad por enfermedades del corazn fue:
Interpretacin: en Per, en 2008 fallecieron como promedio 193 personas por

enfermedades del corazn por cada 100 000 habitantes
Tasa de mortalidad infantil

Arribamos a un punto de suma importancia al analizar la situacin de salud de una
comunidad. Este indicador es una especie de diana hacia la cual se dirigen los ojos de
todo aquel que, avezado o no, se tome inters en el estudio de las caractersticas de
una poblacin.
Es un indicador que toma como poblacin expuesta al riesgo a los nacidos vivos en
perodo estudiado, y se calcula de la siguiente forma:
A partir del triunfo revolucionario, este indicador ha mostrado una tendencia

descendente, llegando a alcanzar en los dos ltimos aos cifras inferiores a 8,
incluyndose de esta forma entre los pases de ms baja tasa a escala mundial. En
2008, la tasa cubana fue:
Ello significa que en 2008, en Cuba fallecieron como promedio 7 nios por cada 1000
nacidos vivos.
Este indicador tiene la singularidad de que puede descomponerse en varios
indicadores, que miden con ms especificidad el comportamiento de la mortalidad en
el menor de un ao. Estos componentes son los siguientes:

1. Tasa de mortalidad neonatal precoz
Al calcular esta tasa conocers el riesgo de morir de los bebs con menos de
siete das de nacidos. Su clculo estriba en sustituir el numerador de la TMI por
las defunciones ocurridas en recin nacidos de menos de siete das en el perodo
y lugar estudiados. En 2008 tuvimos una TMNP de 2.9 por 1000 NV. De este
modo, puedes decir que en Per, durante 2008, fallecieron como promedio 3
nios de menos de 7 das por cada 1000 nacidos vivos.
2. Tasa de mortalidad neonatal tarda
Conforme calculaste el riesgo de muerte de los bebitos menores de siete das,
puedes conocer tambin el de siete en adelante y menores de 28 das, cerrando
as el diapasn en la etapa neonatal de la vida. Slo tienes que sustituir el
numerador de la tasa anterior por las defunciones de nios de 7 - 27 das en la
poblacin de tu inters, durante el perodo que necesites.
Para nuestro pas la TMNT en 2008 fue de 1.4 por cada 1000 nacidos vivos, lo
que quiere decir que en 2008, en Per falleci como promedio 1 nio de 7 a 27
das por cada 1000 nacidos vivos.
3. Tasa de mortalidad posneonatal
Ahora determinars el riesgo de muerte de los nios mayores de 28 das y
menores de un ao. Con slo sustituir el numerador de la TMI por las defunciones
acaecidas en los bebs de 28 das a 11 meses, 29 das y 23:59 horas, habrs
cumplido tu cometido.
El que el denominador, de los tres componentes de la mortalidad infantil, sea el
mismo le imprime a estas tasas una peculiaridad: se puede obtener la mortalidad
infantil mediante la simple suma de sus componentes, o lo que es lo mismo, los
componentes de la mortalidad infantil son sumables.
En Per, durante 2008, tuvimos una TMP de 2.8 por 1000 NV. Dicho sea con
otras palabras: en 2008, en Per fallecieron como promedio 3 nios mayores de
28 das y menores de un ao por cada 1000 nacidos vivos.
Tasa de mortalidad perinatal

Esta es una tasa especial que mide el riesgo de morir en los momentos cercanos al
nacimiento.
Se calcula de la siguiente forma:

Donde:
DFT: defunciones fetales tardas (edad materna igual o superior a las 28
semanas, o peso fetal de 1000 gramos o ms).
DNP: defunciones neonatales precoces (defunciones en el menor de siete das).
NV: nacidos vivos
Tasa de mortalidad materna

Aqu tienes otro de los indicadores ms celosamente cuidados por todo el personal de
salud, bien sabes de ello. La lgica aspiracin de todo pas interesado realmente en
exhibir indicadores de salud ejemplares, es mantener esta medida en niveles bajos,
juntamente con la tasa de mortalidad infantil, entre otros. Su clculo comprende algo
que puede inducir extraeza: el denominador est formado por los nacidos vivos del
lugar y tiempo escogidos. Al analizarlo con detenimiento vers que resulta lo ms
indicado, ya que brinda una estimacin mejor del riesgo puesto que este indicador
solamente toma en cuenta las defunciones maternas producidas por complicaciones
del embarazo, parto o puerperio (entendido como los 42 das siguientes al parto).
La TMM fue de 47.7 por 100 000 NV en 2008 para nuestro pas. Esto quiere decir que
por cada 100 000 nacidos vivos, murieron en promedio 48 mujeres por causas
directamente relacionadas con el embarazo, parto y puerperio durante 2008 en Per.
Tasas de morbilidad
La morbilidad, entendida como el patrn de enfermedades que sufren los habitantes
de alguna regin, puede ser estudiada numricamente mediante las tasas de
morbilidad. Ellas son la tasa de incidencia, la tasa de prevalencia y la tasa de
letalidad.
La tasa de incidencia (TI) mide el riesgo que tiene una persona que habita en un lugar
y tiempo determinados, de contraer o adquirir cierta enfermedad, visto esto en funcin
del tiempo. Por su lado, la tasa de prevalencia (TP) mide el riesgo de tener la
enfermedad, o sea, de estar enfermo; y la tasa de letalidad (TL) expresa la gravedad
de la enfermedad.
Comparacin de tasas
En ocasiones, pretendemos comparar los riesgos de morir, de enfermar, etc. entre
distintas poblaciones o entre distintas categoras o clases de una variable. Para ello,
lo ms conveniente es utilizar la tipificacin, bien por el mtodo directo o por el
indirecto; tcnicas que no se expondrn en este curso, pues se abordarn en cursos
posteriores. Esta tcnica solo sirve para comparar, sus resultados no miden en modo
alguno el riesgo de ocurrencia de los eventos estudiados en la poblacin
Resumen
En este tema estudiaste que:
MEDIDAS RESUMEN VARIABLES CUALITATIVAS 41
1. Las medidas de resumen para datos cualitativos ms frecuentemente utilizadas
son las razones, las proporciones y las tasas.
2. Cada uno de esos indicadores tiene diferente interpretacin. As, los ms
refinados son las tasas, pues expresan el riesgo de ocurrencia del evento
consignado en su numerador.
3. Debes tener cuidado al calcular las tasas para poblaciones pequeas, por
ejemplo, en el Consultorio Mdico de la Familia, porque suelen ser inestables.
4. Las tasas pueden dividirse en generales y especficas.
5. En el mbito sanitario, las tasas ms usadas son las de natalidad, mortalidad y
morbilidad.

Ejercicios
Un grupo de investigadores recogi algunos datos relacionados con la poblacin
cubana del ao 2008, con el objetivo de confeccionar indicadores que reflejaran la
situacin del pas.
Debido a un virus informtico, se estrope parte de la informacin almacenada. A
continuacin te mostramos los datos que se pudieron recuperar. A partir de los
mismos, podras ayudarnos a completar las partes faltantes? Para ello, calcula e
interpreta los indicadores solicitados.
Informacin recogida por los investigadores
Nacidos vivos bajo peso: 10 145
Poblacin total: 11 122 308
Nacidos vivos: 151 080
Defunciones totales: 77 558
Total de hombres: 5 571 882
Total de consultas mdicas y estomatolgicas: 100 819 793
Fallecidos de 15 a 49 aos: 10 057
Total de mujeres: 5 550 426
Fallecidos menores de un ao: 1 070
Fallecidos de la provincia Guantnamo: 2 722
Casos diagnosticados por enfermedad meningoccica: 44
Fallecidos mayores de 28 das y menores de 12 meses: 417
Poblacin de Guantnamo: 508 864
Hombres fallecidos por tumores malignos: 9 126
Total de nacidos vivos en Sancti Spritus: 5 642
Mujeres fallecidas: 34 692
Fallecidos menores de 7 das: 435
Poblacin de 15 a 49 aos: 6 117 424
Fallecidos mayores de 7 das y menores de 27 das: 218
Nacidos vivos de la provincia Guantnamo: 7 939

3.3 Medidas de resumen para variables cuantitativas.
3.3.1 Medidas de Posicin Centrales (Tendencia Central)
Se calcula una medida de tendencia central cuando se necesita un valor nico que
resuma una serie de datos; por ejemplo: si se presentara la informacin de
ingresantes a Universidad en el ao 2012, se puede decir que la edad mediana de los
postulantes fue de 18 aos.
1. La Media Aritmtica
Es la medida de tendencia central con la cual probablemente est usted ms
familiarizado es la media aritmtica; se conoce tambin como media o promedio; se
representa como x y se conoce como "x barra"; la frmula para calcularla es:
1.1. Para Datos Sin Agrupar
media x
Se lee as: la media es igual a la suma de las xs dividido por n.

Ejemplo Datos Sin Agrupar
En un brote de hepatitis A, 6 personas iniciaron sntomas 24 a 31 das despus de la
exposicin. Calcule el promedio del perodo de incubacin en ste brote; los perodos
de incubacin para las personas afectadas (Xi) fueron:
29, 31, 24, 29,30 y 25
Pas Uno Para calcular el numerador sume las observaciones individuales
x = 29+31+24+29+30+25= 168
Paso Dos para calcular el denominador cuente el nmero de las observaciones: n = 6
Paso Tres Para calcular la media divida el numerador sumatoria de las

observaciones) entre el denominador (nmero de las observaciones).
media x
29 31 24 29 30 25 168
28 das
6
6
Entonces, el promedio del perodo de incubacin del brote es 28 das
Aplicacin de la funcin de Excel en la Media Aritmtica Para Datos Sin Agrupar

Se ingresan los datos de los das de incubacin desde la celda A1 hasta la A6 y se la
funcin PROMEDIO(A2:A6)
1.2. Para Datos Agrupados

Marca de Clase
media x
xini
Frecuencia absoluta
Total de Observaciones
Intervalos
Marca de
de clases
clase
(Li-1
Li]
a
Absolutas
xi ni
xi
ni
16 27
21,5
64,5
27 38
32,5
162,5
38 49
43,5
10
435
49 60
54,5
163,5
60 71
65,5
524
71 82
76,5
535,5
82 93
87,5
350
40
2235
Total
media x
Frecuenci
64,5 162,5 435 163,5 524 535,5 350 2235
55,875
40
40

Interpretacin: El puntaje promedio en el rendimiento de la lnea de accin
educativa de Lenguaje de una muestra de 40 alumnos es 55,875.
1.3. Propiedades de la Media. Aritmtica.

Sean: x e y : variable
k
: constante
M []
: Operador Media Aritmtica.
a) M [k] = k
b) M [x + k] = M[x] + k
c) M[kx] = kM[x]
d) M [x y] = M[x] M [y]
e) M[x - ] = 0
f) f) M ((X M)2) es mnimo si K = X
La media aritmtica es un indicador de posicin sensible a valores extremos.
2. La Mediana (Me)
Otra medida de tendencia central es la mediana; como se ver es especialmente til
cuando los datos estn sesgados.
Mediana significa a la mitad y la mediana es el valor a la mitad de una serie de datos
que han sido colocados en orden. Especficamente, la mediana es el valor que divide
una serie de datos en dos mitades con una mitad de las observaciones mayores que
sta y la otra mitad menores a la mediana.
Para Datos Sin Agrupar
Ejemplo Al tener los siguientes datos de presin arterial sistlicas: 110, 120, 122, 130,
180 Mm. de Hg.
En este ejemplo, hay dos observaciones mayores y dos menores que 122, luego
entonces, la mediana es 122 Mm. de Hg., el valor de la 3 observacin. Al obtener la
media (132) sta sera mayor que 4 de los 5 valores.
Cmo Identificar la Mediana de Datos Individuales
Paso Uno
Ordene los datos de menor a mayor o viceversa
Paso Dos
Encuentre el rango medio con la siguiente frmula
n 1

2

Rango mediano =
a. Si el nmero de observaciones (n) es impar el rango medio cae en una
observacin.
b. n es par el rango medio cae entre dos observaciones.
Paso Tres
Identifique el valor de la mediana
a. Si el rango medio cae en una observacin especfica (n = impar) la mediana es

igual al valor de sta observacin.
b. Si el rango medio cae entre dos observaciones (n = par) la mediana es igual
al promedio (media aritmtica) del valor de estas observaciones.
Ejemplo con Nmero Impar de Observaciones:

n=5
13, 7, 9, 15, 11
1. Ordenar de mayor a menor: 7, 9, 11, 13, 15 o viceversa: 15, 13, 11, 9, 7.

2. Encontrar el rango mediano
n 1 5 1 3
Rango mediano 2=
Entonces, el rango medio cae en el valor de la 3 observacin.

3. Identificar el valor de la mediana que es igual al valor de la tercera observacin
n = 11
Ejemplo con nmero par de Observaciones:
n = 6:
15, 7, 13, 9, 10, 11
1. Ordenar los datos 7, 9, 10, 11, 13, 15

2. Encontrar el rango medio
n 1 6 1 3,5
Rango mediano 2=
Entonces, el rango medio cae entre el valor de la 3 y la 4 observacin.

3. Identificar el valor de la mediana que es igual al promedio de la 3 y 4
observacin
11 10
Mediana =2
10,5
En contraste con la media, la mediana no est influenciada por valores

extremos.
Aplicacin de la funcin de Excel en la Mediana Para Datos Sin Agrupar
Se ingresan los datos desde la celda A1 hasta la A6 y se la funcin MEDIANA(A2:A6)
Para Datos Agrupados

Para calcular la mediana (Me) a partir de una tabla de frecuencias debe
determinarse las frecuencias absolutas acumuladas Ni, que permite conocer hasta
que el valor de la variable o intervalo se tienen acumulado el 50% de n;
Se Calcula con la Siguiente Frmula:
2 N j1
Me L ji c j
nj
Donde

n
nmero total de datos u observaciones
Nj
es una Ni inmediata superior a
Nj-1
es una Ni inmediata inferior a
Lj-1
extremo inferior del Intervalo Mediano
IMe
es el intervalo que corresponde a Nj
nj
es el nj que le corresponde al Intervalo Mediano
Cj
amplitud del intervalo mediano
Ejemplo
Calcular el puntaje de rendimiento mediano en la lnea de accin educativa de
Lenguaje de una muestra de 40 alumnos de un determinado centro educativo
Paso Uno
Aqu n = 40 luego
40
20
2
se compara con los N i se obtiene que 20,
observando en la tabla este valor no coincide con algn Ni, est entre 18 y 21,
es decir:
18 < 20 < 21 N j1
Nj
2
Intervalos de Frecuencia
clases
(Li-1
IMe=
Lj-1
Absolutas
Li ]
Frecuencias
Absolutas
Acumuladas
ni
Ni
I1
16 27
n1 = 3
N1 = 3
I2
27 38
n2 = 5
N2 = 8
I3
38 49
n3 = 10
N3 = 18
Nj-1
I4
49 60
n4 = 3
N4 = 21
Nj
I5
60 71
n5 = 8
N5 = 29
I6
71 82
n6 = 7
N6 = 36
I7
82 93
n7 = 4
N7 = 40
Total
40
Reemplazar los valores obtenidos en la frmula de Me:

40
2 18
Me 49 11
56,33
3
Me 56,33
nj

Interpretacin, significa que 20 alumnos tienen calificacin iguales o inferiores a
56,33 puntos, y los 20 alumnos restantes (el otro 50%) tienen una calificacin superior
a 56,33 puntos
3. Moda (Mo) (Valor Modal o Promedio Tpico)

La moda es el valor que ocurre ms frecuentemente en una serie de datos
1.3.1. Para Datos Sin Agrupar
Ejemplo:
a) El conjunto: 0, 0, 1, 1, 1, 1, 2, 2, 2, 3, 4, 6 tiene la Mo = 1
b) El conjunto: 4, 8, 12, 15, 26, 35 no tiene moda
c) El conjunto: 1, 3, 5, 5, 5, 7, 7, 9, 9, 9, 11 tiene dos modas, 5 y 9 es una distribucin
Bimodas.
Aplicacin de la funcin de Excel en la Moda Para Datos Sin Agrupar
Se ingresan los datos desde la celda A2 hasta la A12 y se la funcin

MODA.VARIOS(A2:A12)
1.3.2. Para Datos Agrupados

Cuando los datos se agrupan en una tabla de distribucin de frecuencias, el
modo es el punto medio o marca de clase que contiene la mayor frecuencia.

Se Calcula con la Siguiente Formula
d1
Mo L j1 Ci
d1 d2
42,5833
10 5 10 3
Mo 38 11
10 5
Donde
Lj-1
Lmite inferior del Intervalo Modal
Cj =
Amplitud del intervalo Modal
d1 =
nj nj1
d2 =
nj nj+1
Ejemplo
Calcular el puntaje de rendimiento ms frecuente en la lnea de accin
educativa de Lenguaje de una muestra de 40 alumnos de un determinado
centro educativo
Intervalos de Clases
(Li-1
Li ]
Frecuencia
Absolutas
ni
I1
16 27
n1 = 3
I2
27 38
n2 = 5
nj-1
IMo=
I3
38 49
n3 = 10
nj
Lj-1
I4
49 60
n4 = 3
nj+1
I5
60 71
n5 = 8
I6
71 82
n6 = 7
I7
82 93
n7 = 4
Total
40
Reemplazando los valores obtenidos en la formula:
42,5833
10 5 10 3
Mo 38 11
10 5
Interpretacin La Moda indica que la calificacin ms frecuente en los 40

alumnos es 42,5833 puntos, o tambin la mayora de los alumnos tienen una
calificacin aproximados a los 42,5833 puntos.

Caractersticas de las Medidas de Posicin Centrales
Media Aritmtica
1.
Es una medida totalmente numrica o sea slo puede calcularse en datos de
caractersticas cuantitativas.
2. En su clculo se toman en cuenta todos los valores de la variable.
3. Es lgica desde el punto de vista algebraico.
4. La media aritmtica es altamente afectada por valores extremos.
5. No puede ser calculada en distribuciones de frecuencia que tengan clases
abiertas.
6. La media aritmtica es nica, o sea, un conjunto de datos numricos tiene una
y solo una media aritmtica.
Mediana
1. En su clculo no se incluyen todos los valores de la variable.
2. La Mediana no es afectada por valores extremos.
3. Puede ser calculada en distribuciones de frecuencia con clases abiertas.
4. No es lgica desde el punto de vista algebraico.
Moda
1. En su clculo no se incluyen todos los valores de la variable.
2. El valor de la moda puede ser afectado grandemente por el mtodo de
designacin de los intervalos de clases.
3. No est definida algebraicamente.
4. Puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
5. No es afectada por valores extremos.

EJERCICIOS PROPUESTOS
1. Una empresa grande de equipos deportivos est probando el efecto de dos planes
publicitarios sobre las ventas de los ltimos 4 meses. Dadas las ventas que se ven
aqu, cul programa de publicidad parece producir el crecimiento promedio ms
alto en ventas mensuales?
Mes
Plan 1
Plan 2
Enero
1657,0
4735,0
Febrero
2008,0
5012,0
Marzo
2267,0
5479,0
Abril
3432,0
5589,0
2. Los estadsticos del programa de Meals on Wheels (comida sobre ruedas), el cual
lleva comidas calientes a enfermos confinados en casa, desean evaluar sus
servicios. El nmero de comidas diarias que suministran aparece en la siguiente
tabla de frecuencia. Calcular la media, mediana y la moda e intrprete.
Nmero de comidas por da
Nmero de das
0-5
5 - 10
10 - 15
15 - 20
20 - 25
25 - 30
3. Bill Karl compr 20 acciones a $ 15 cada una, 50 acciones a $20 cada una,100
acciones a $30 cada una y 75 acciones a $35 cada una.
Cul es el precio
promedio por accin?.
4. Dado el siguiente cuadro estadstico con ancho de clase constante igual a 20.
Determine la media de los datos.

Li Ls
ni
Xi
Ni
X i ni
880
1950
35
1800
13
200)
4
70
5. En el curso de Estadstica I; se tiene las notas de los alumnos distribuidas segn el

siguiente histograma de frecuencias, entonces la nota promedio del curso es:
16
Nmero de Alumnos
14
12
10
8
6
4
2
0
4
10
12
14
Notas
6. En una encuesta sobre los ingresos anuales en miles de soles de un grupo de

familias se obtuvo la siguiente informacin:
Li Ls
ni
10 30
20
30 50
50 70
70 - 90
20
Adems, x 54 y n2 / n3 1 / 5 , calcular el nmero de familias con ingreso no

menos de 50 mil soles.
7. Dada la siguiente distribucin de frecuencias, calcular el valor de n sabiendo que
la moda es 60 y pertenece al tercer intervalo.
Li Ls
ni
16 32

32 48
48 64
64 80
3n
80 - 96
8. Dada la siguiente distribucin de frecuencias, calcular el valor de n sabiendo que
la mediana vale 61.6 y que pertenece al quinto intervalo.
Li Ls
ni
20 30
30 40
40 50
50 60
60 70
9. El salario promedio mensual pagado a los trabajadores de una compaa es de 200

dlares. Los salarios promedios mensuales pagados a hombres y mujeres de la
compaa son 210 y 150 respectivamente. Determinar el porcentaje de hombres y
mujeres que trabajan en la compaa.
10. Las ganancias diarias de los establecimientos de un centro comercial se presentan

en una tabla de frecuencias con 6 intervalos de clase y se sabe que: la mnima
ganancia es de $6, el rango es 36, el promedio de ganancias diarias es $25.14, el
50% de los establecimientos ganan ms de 25.58 dlares diarios, H2=0.15,
N2=120, h3=0.25, H5=0.93, n4=304, n2=2n1. Reconstruir la distribucin de todas las
frecuencias y hallar la ganancia ms frecuente y la ganancia promedio.
11. Una compaa minera tiene 100 trabajadores. Para los nombrados el haber
mximo es 450 dlares y el mnimo 60 dlares. Hay un 5% de eventuales (en
prueba) que trabajan ad-honorem o perciben compensaciones inferiores a $60.
Quince trabajadores nombrados perciben haberes inferiores a $250 y el 85% ganan
haberes inferiores a $400. Con esta informacin, calcule las medidas de tendencia
central posibles.

12. La siguiente distribucin muestra la produccin diaria de un pozo de petrleo (en
barriles) durante n das. Halle la medida de tendencia central ms adecuada y
explique por qu su uso.
Produccin
Porcentaje
Menos de 206
20 %
206 214
25%
214 222
18%
222 230
15%
230 238
13%
Ms de 238
9%
13. Un grupo de 200 estudiantes con estatura inedia de 60.96 pulg. se divide en dos
grupos, un grupo con una estatura media de 63.4 pulg. y el otro con 57.3 pulg.
Cuntos estudiantes hay en cada grupo?.
14. En una clase hay 35 estudiantes varones con una edad media de 17. 5 aos y 15
estudiantes mujeres las que en promedio son 12% ms Jvenes. Cul es la edad
media de la clase?.
15. Las temperaturas registradas en una ciudad, en grados Fahrenheit (F), fueron: 51,
60, 58, 62, 57, 49, 52, 62, 61 y 63. Determinar la Media en grados centgrados (C)
sabiendo que: C=(5/9)(F-32).
16. De una muestra de tamao tres se sabe: la suma de los cubos de las tres
observaciones es 1971, la media aritmtica es 7 y la mediana es 6. Calcular el
valor de cada una de las observaciones.
17. Cien estudiantes divididos en cuatro grupos A, B, C y D dan un examen y obtienen

un promedio general de 72 (calificacin centesimal). Los puntajes medios de los
grupos A, B, C son 75, 62 , 80, respectivamente. Los registros del grupo D se
extraviaron; pero se sabe que en el grupo A estn el 40% del total de alumnos, en
el grupo B un cuarto del total, en el grupo C haban 15 alumnos ms que en el
grupo D. Determinar el promedio del grupo D.

18. En una empresa el sueldo promedio por trabajador es de 360 dlares mensuales,
los trabajadores manuales constituyen el 40% del total y reciben el del monto
dela planilla, cunto recibe en promedio cada trabajador manual?.
19. Los costos de fabricacin, en soles, de diez objetos son los siguientes: 9.35, 9.46,
9.20, 9.80, 9.77, 9.00, 9.99, 9.36, 9.50, 9.60, si el precio de venta de cada objeto es
3 veces su costo de fabricacin menos 5 soles, calcular la utilidad media por objeto.
20. De las edades de cuatro personas, se sabe que la media es igual a 24 aos, la
mediana es 23 y la moda es 22. Encuentre las edades de las cuatro personas.
21. Para calcular el suministro de agua que una ciudad requiere mensualmente, se
escogen 15 familias de la ciudad, resultando los siguientes consumos en metros
cbicos; 11.2, 21.5, 16.4, 19.7, 14.6, 16.9, 32.2, 18.2, 13.1. 23.8, 18.3, 15.5, 18.8,
22.7, 14.0. Si en la ciudad hay 5,000 familias, cuntos metros cbicos de agua se
requieren mensualmente si el consumo promedio por familia permanece igual?.
22. El sueldo promedio de 200 empleados de una empresa es S/400. Se proponen dos
alternativas de aumento: a) S/. 75 a cada uno, b) 15% de su sueldo ms 10 soles a
cada uno. Si la empresa dispone a lo ms de S/. 94,000 para pagar sueldos, cul
alternativa es ms conveniente?.
23. Al calcular la media de 125 datos, result 42. Un chequeo posterior mostr que en
lugar del valor 12.4 se introdujo 124. Corregir la media.
24. De una central telefnica salieron 70 llamadas de menos de 3 minutos

promediando 2.3 minutos, 40 llamadas de menos de 10 minutos pero no menos de
3 minutos, promediando 6.4 minutos, y 10 llamadas de al menos 10 minutos
promediando 15 minutos. Calcular la duracin promedio de todas las llamadas.
25. Cuatro fbricas A, B, C y D, producen un mismo objeto. La fbrica B produce el

doble de C, la D 10% menos que la C y la A el 60% menos que la B. Los costos de
produccin (en dlares) por unidad de estas fbricas son respectivamente: 0.2, 0.3,
0,2, y 0.5. Calcular el precio medio de venta si se quiere ganar el 20% por unidad.
26. El sueldo medio de los obreros de una fbrica es de $286.


a) Que porcentajes de hombres y mujeres trabajan en la fbrica si sus sueldos
medios respectivos son $300 y $260?.
b) Si el 60% de los obreros tienen menos de 30 aos y percibe el 20% del total de
los sueldos, cunto es el sueldo medio de los obreros de al menos 30 aos?
27. En una empresa donde el sueldo medio es de $400 se incrementa un personal

igual al 25% del ya existente con un sueldo medio igual al 60% de los antiguos. Si 3
meses ms tarde se incrementan cada sueldo en 20%, ms 30$, cunto es el
nuevo salario medio?.
28. Al tabular las calificaciones de un examen se obtuvieron las siguientes notas: 07,
08, 09, 10, 11, 12, 13, 14, 15, 16, 17 y las frecuencias del nmero de alumnos
respectivas: 1, 1, 1, 1, 1, 6, 8, 16, 18, 20, 2. Cunto es la media, la mediana y la
moda de las notas?, qu valor escogera como el promedio?.
29. Los sueldos en una empresa varan de $300 a $800 distribuidos en forma simtrica
en 5 intervalos de igual amplitud, con el 15%, 20%, y 30% de casos en el primer,
segundo y tercer intervalo respectivamente. Calcule los diferentes indicadores de
tendencia central.

4. Media Geomtrica: X G , G
La media geomtrica proporciona una medida precisa de un cambio porcentual
promedio en una serie de nmeros.
Se utiliza con ms frecuencia para calcular la tasa de crecimiento porcentual
promedio de series de datos, a travs del tiempo.
Es una medida de tendencia central por lo general menor que la media aritmtica
salvo en el extrao caso en que todos los incrementos porcentuales sean iguales,
entonces las dos medias sern iguales.
Se le define como la raz ensima del producto de n valores. Cuando los datos
son bastantes o cantidades grandes, para facilitar el clculo se lo debe simplificar
pero sin alterar su naturaleza, para lo cual se puede utilizar los logaritmos de base
10.
CLCULO DE LA MEDIA GEOMTRICA:
a) Datos Originales:
X G n x1 , x2 ,...xn Xi
i 1
n
1
n
b) Datos agrupados
X G x , x ...x
n1
1
n2
2
nm
m
. Xi ni
i 1
l
n
Aplicando logaritmos tenemos:
XG
1 m
ni log Xi log Xi
n i 1
Entonces:
X G 10 log x
La media geomtrica se utiliza los datos tienen crecimiento geomtrico: poblacin, montos de
capital, produccin
1.3.3. Propiedad:
XG < X
Ejemplo
La media geomtrica es til en el clculo de tasas de crecimiento; por ejemplo, si el
crecimiento de las ventas en un pequeo negocio son 3%, 4%,8%,9% y 10%, hallar la media
de crecimiento.
( )( )( )( )(
Respuesta: 6.128%
Utilizando logaritmo
Empleando Excel se calcula insertando la funcin MEDIA.GEOM.

Calcular la tasa de crecimiento promedio a la que ha variado las ventas de cierto producto
con base a la siguiente tabla:
Mes
Enero
Febrero
Marzo
Abril
Mayo
Junio
Ventas
500
550
600
700
800
850
Solucin:
Es necesario calcular el porcentaje que las ventas de cada mes representan respecto de los
obtenidos el mes anterior.
Mes
Porcentaje del
mes anterior
Ventas
Enero
500
Febrero
550
550/500=1,100
Marzo
600
600/550=1,091
Abril
700
700/600=1,167
Mayo
800
800/700=1,143
Junio
850
850/800=1,063
Calculando la media geomtrica se obtiene:
)(
)(
)(
)(
Restando 1 para convertirlo a un incremento mensual promedio da 1,112-1 =0,112, o un

incremento promedio de 11,2% para el perodo de 6 meses.
Comprobacin:
Mes
Ventas
Enero
500
Febrero
550
Marzo
600
Abril
700
Mayo
800
Junio
850
Ventas calculadas con G

500 x 1.112 = 556,000
556 x 1.112 = 618,272
618,272 x 1.112 = 687.518
687,518 x 1,112 = 764.52
764.52 x 1.112 = 850.146
Se puede observar que el valor de 850.146 calculado con la media geomtrica es

semejante al valor de venta real de 850, por lo tanto el valor calculado para la media
geomtrica est correcto.

Para Datos Agrupados en Tablas de Frecuencias
Se emplea la siguiente ecuacin:
Donde:
ni = frecuencia absoluta de cada dato xi
Ejemplo
Calcular la media geomtrica para las siguientes calificaciones de Estadstica:
xi
ni
10
10
Solucin:
Se llena la siguiente tabla, realizando los clculos respectivos:
xi
ni
log x i
log x i ni
0.602
3.010
0.778
6.225
0.903
8.128
10
0.954
9.542
10
1.000
8.000
Total
40
Se aplica la siguiente ecuacin para obtener la respuesta.
34.906

5. Media Armnica: X H , H
La media armnica se define como el recproco de la media aritmtica de los
recprocos
PROPIEDADES
Es un promedio que se utiliza para el clculo del costo promedio y todo tipo de variables
expresadas en tasas o porcentajes. como por ejemplo: velocidad/distancia,
productividad/tiempo, etc
La media armnica no est definida en el caso de la existencia en el conjunto de
valores nulos.
Cuando la unidad constante o unidad de evaluacin es igual a la unidad del numerador
de una razn,
se usa el promedio armnico, y si es igual a la unidad del denominador se usa el
promedio aritmtico.
CLCULO DE LA MEDIA ARMNICA:

a) Datos Originales:
XH
n
n
Xi
i 1
Ejemplo:
La velocidad de produccin de azcar de tres mquinas procesadoras son 0,5, 0,3 y 0,4
minutos por kilogramo. Hallar el tiempo promedio de produccin despus de una jornada de
4800 minutos del proceso
Solucin:
Como en la razn minutos/kilogramos (min/kg) cada mquina trabaja 4800 min, la razn
contante es el tiempo de trabajo (4800 min), es decir la contante es la unidad del numerador,
por lo tanto se debe emplear el promedio armnico

Empleando Excel se calcula insertando la funcin MEDIA.ARMO
b) Datos Agrupados:
Se emplea cualquiera de las siguientes ecuacion
n
XH n
ni
i 1 Xi
Propiedad:
XH < XG < X
Ejemplo:
En la siguiente tabla se presentan los datos sobre el tiempo en horas que se demoran en
realizar la misma obra determinados obreros. Calcular el tiempo promedio que se demora en
realizar la obra un obrero tipo (un obrero promedio).
Tiempo
Obreros
Para Datos Agrupados en Intervalos

Se emplea la siguiente ecuacin
XH
n
ni
i 1 Xi
n
Ejemplo:
En la siguiente tabla se presentan los datos sobre el tiempo en minutos que se demoran
para resolver una prueba de Estadstica determinados estudiantes. Calcular el tiempo
promedio que se demora en resolver la prueba un estudiante tipo.
Tiempo
Estudiantes
[40-50)
[50-60)
[60-70)
10
[70-80)
[80-90]
11
Solucin:
Realizando los clculos respectivos se obtiene:
ni
[40-50)
45
ni/xi
0,089
[50-60)
55
0,145
[60-70)
10
65
0,154
[70-80)
75
0,093
[80-90]
11
85
0,129
Total
40
Aplicado la ecuacin se obtiene:
xi
0,611

IV.
CAPITULO Estadgrafos de Tendencia No central
4.1. Estadgrafos de Tendencia No central

La medida de posicin no central son valores cuyas posiciones en las series ordenadas
de los datos permiten dividir a estos en grupos, cada grupo contiene igual nmero
(porcentaje). A estas medidas se conocen con el nombre genrico de cuantiles. Los
cuantiles ms importantes son los cuartiles
A. Los Cuartiles
Para Datos No Agrupados
La posicin o ubicacin de los cuartiles se encuentra aplicando la siguiente ecuacin:
Donde
n = Nmero total de datos
K = Nmero del cuartil
Ejemplo
Encuentre los cuartiles dada la siguiente distribucin, y represntelos grficamente
mediante un diagrama de caja y bigotes: 6, 9, 9, 12, 12, 12, 15 y 17
Solucin:
Para calcular los cuartiles se ordena los datos de menor a mayor
6
12
12
12
15
17
Aplicando la ecuacin para el cuartil uno se obtiene:

( )( )
[
Como la posicin del cuartil 1 es 2.5, su valor es el promedio de los datos segundo y
tercero
O tambin la posicin 2.5 dice que el cuartil 1 est ubicado al 50% del trayecto
comprendido entre el segundo dato, que es 9 y el tercer dato que es 9, es decir, Q1=
9+0.5 (9-9) = 9
Interpretacin: Este resultado indica que el 25% de los datos es inferior a 9

En Excel se calcula insertando la funcin CUARTIL.INC
Aplicando la ecuacin para el cuartil dos se obtiene:
( )( )
[
O tambin la posicin 4.5 dice que el cuartil 2 est ubicado al 50% del trayecto
comprendido entre el cuarto dato, que es 12 y el quinto dato que tambin es 12, es
decir,
Q2= 12+0,5(12-12) = 12
Interpretacin: Este resultado indica que el 50% de los datos es inferior a 12
Aplicando la ecuacin para el cuartil tres se obtiene:
( )( )
[
O tambin la posicin 6,5 dice que el cuartil 2 est ubicado al 50% del trayecto
comprendido entre el doceavo dato, que es 12 y el quinceavo dato que 15, es decir,
Q3= 12+0,5(15-12)
Q3= 12+0.5 (3)=12+1,5=13,5
Interpretacin: Este resultado indica que el 75% de los datos es inferior a 13,5

B. Para elaborar un diagrama de caja y bigotes es necesario saber:
Un diagrama de caja y bigotes es una representacin grfica que ayuda a visualizar
una distribucin de datos: caja desde Q1 a Q3 (50% de los datos), y bigotes el
recorrido (distancia desde valor mnimo hasta el valor mximo).
Para elaborar un diagrama de caja se procede de la siguiente manera:
a) Se marca los valores de la serie de datos sobre el eje horizontal o vertical.

b) Se ubica sobre el eje el valor mnimo, primer cuartil, mediana o segundo cuartil,
tercer cuartil y el valor mximo.
c) Se construye un rectngulo (caja) paralelo al eje, de longitud desde Q 1 a Q3 y
anchura arbitraria.
De acuerdo al ejemplo ilustrativo se tiene:

Valor mnimo = 6
Q1 = 9
Q2 = 12
Q3 = 13,5
Valor mximo = 17

Datos agrupados
Los cuartiles son estadgrafos de posicin que dividen al total de las observaciones,
debidamente ordenados o tabulados, en cuatro partes de igual tamao.
Para calcular los cuartiles se utiliza la siguiente formula
jn
4 N J 1
Q j L i 1 C j
nj
Donde
Lj-1 =
Cj =
j =
n =
Nj =
Lmite inferior del Intervalo del Cuartil

Amplitud del intervalo Cuartill
El nmero de Cuartil j = 1, 2 y 3
Nmero total de observaciones o datos.
Es un inmediato superior a jn
Nj-1
nj =
Es el nj que le corresponde al Intervalo
Es una Ni inmediata inferior a
jn
4
a) Primer Cuartil (Q1)

Paso Uno
jn
Aqu n = 40 y j =1 luego
1x 40 10
observando
En la tabla este valor no coincide con algn Ni, est entre 8 y 10, es decir: 8 < 10 <
18
Intervalos de
clases
(Li-1
I1
IQ1=
Lj-1
Li ]
16 27
Frecuencia
Absolutas
ni
Frecuencias
Absolutas
Acumuladas
n1 = 3
Ni
N1 = 3
I2
27 38
n2 = 5
N2 = 8
I3
38 49
n3 = 10
N3 = 18
I4
49 60
n4 = 3
N4 = 21
I5
60 71
n5 = 8
N5 = 29
I6
71 82
n6 = 7
N6 = 36
I7
82 93
n7 = 4
N7 = 40
Total
40
Nj-1
Nj
nj

Reemplazando los valores obtenidos en la frmula:
10 8
Q1 38 11
40,2
10
Interpretacin Que el 25% del total de alumnos, es decir 10 de ellos tienen una puntuacin
inferior o igual a 40,2 puntos, y los 30 restantes, o sea el 75% de trabajadores, tienen un
puntaje superior a 40,2 puntos.
b) Segundo Cuartil (Q2)

Paso Uno
Aqu n = 40 y j =2 luego
observando
jn
2x 40 20
En la tabla este valor no coincide con algn Ni, est entre 18 y 21, es decir:
18 < 20 < 21
Intervalos de
clases
(Li-1
IQ2=
Lj-1
Frecuencia
Absolutas
Frecuencias
Absolutas
Acumuladas
ni
Ni
Li ]
I1
16 27
n1 = 3
N1 = 3
I2
27 38
n2 = 5
N2 = 8
I3
38 49
n3 = 10
N3 = 18
Nj-1
I4
49 60
n4 = 3
N4 = 21
Nj
I5
60 71
n5 = 8
N5 = 29
I6
71 82
n6 = 7
N6 = 36
I7
82 93
n7 = 4
N7 = 40
Total
nj
40

2x 40
4 18
Q 49 11
56,33
2
3

c) Tercer Cuartil (Q3)

jn
Paso Uno
3x 40 30
4
Aqu n = 40 y j =3 luego se compara con los Ni se obtiene que

30, observando en la tabla este valor no coincide con algn Ni, est entre 29 y 36, es
decir:
29 < 30 < 36
Intervalos de
clases
(Li-1
IQ3=
Frecuencia
Absolutas
Frecuencias
Absolutas
Acumuladas
ni
Ni
Li ]
I1
16 27
n1 = 3
N1 = 3
I2
27 38
n2 = 5
N2 = 8
I3
38 49
n3 = 10
N3 = 18
I4
49 60
n4 = 3
N4 = 21
I5
60 71
n5 = 8
N5 = 29
Nj-1
I6
71 82
n6 = 7
N6 = 36
Nj
82 93
n7 = 4
N7 = 40
nj
Lj-1
I7
Total
40

3 x 40
4 29
Q 71 11
39,57
3
7

C. Deciles
Definicin
Son cada uno de los 9 valores D 1, D2, D3, D4, D5, D6, D7, D8, D9 que dividen a la
atribucin de los datos 10 partes iguales.
El primer decil es igual al dcimo percentil (D 1=P1), el segundo decil es igual a
veinteavo percentil (D2=P20), y as sucesivamente.
Para Datos No Agrupados

La posicin o ubicacin de los deciles se encuentra aplicando la siguiente ecuacin
Donde
n = Nmero total de datos
K = Nmero del cuartil
Ejemplo
Ejemplo:
Calcular el quinto decil de la siguiente distribucin: 6, 9, 9, 12, 12, 12, 15 y 17
Solucin:
Para calcular los deciles se ordena los datos de menor a mayor.
6
12
12
12
15
17
Aplicando la ecuacin para el quinto decil se obtiene:

( )( )
[
O tambin la posicin 4,5 dice que el decil 5 est ubicado al 50% del trayecto
comprendido entre el cuarto dato, que es 12 y el quinto dato que tambin es 12, es
decir,
D5= 12+0,5(12-12) = 12
En Excel se calcula de la siguiente manera:

Como D5 es igual a P50 se introduce la funcin PERCENTIL.INC
Datos Agrupados en Tablas de Frecuencia

Se emplea la misma ecuacin utilizada en el clculo de los deciles para datos sin
agrupar.
Para Datos Agrupados en Intervalos
jn
10 N J 1
D j Li 1 C j
nj
Donde
Lj-1 =
Cj =
j =
n =
Nj =
Lmite inferior del Intervalo de clase del decil

Amplitud del intervalo Decil
El nmero de Decil j = 1, 2, 3,,9
Es un inmediato superior a jn
Nj-1
nj =
10
jn
10

D. Percentiles o Centiles
Son cada uno de los 99 valores P 1, P2, P3,..P99 que dividen atribucin de los
datos en 100 partes iguales.
Datos No Agrupados
La posicin o ubicacin de los percentiles se encuentra aplicando la siguiente
ecuacin:
Donde:
n = nmero total de datos
k = nmero del percentil
Ejemplo:
Calcular los percentiles de orden 20 y 33 del peso de diez personas que pesan (en
kg) 80, 78, 65, 73, 65, 67, 72, 68, 70 y 72
Solucin:
Se ordena los datos de menor a mayor se tiene:
65
65
67
68
70
72
72
73
78
80
1) Clculo del percentil de orden 20 se obtiene:

(
[
)(
En Excel se obtiene un valor aproximado insertando la funcin PERCENTIL.INC

Clculo del percentil de orden 33 se obtiene:
[
)(
Datos Agrupados en Tablas de Frecuencia

Se emplea la misma ecuacin utilizada en el clculo de los percentiles para datos sin
agrupar.
c) Para Datos Agrupados en Intervalos
jn
100 N J 1
Pj Li 1 C j
nj
Donde
Lj-1 =
Lmite inferior del Intervalo de clase del Percentil
Cj =
Amplitud del intervalo Percentil
El nmero de Percentil j = 1, 2, 3,,99
n =
Nj =
Es un inmediato superior a
Nj-1
nj =
jn
100
jn
100

EJERCICIOS
1. Las edades de 50 de los directores ejecutivos de las mejores corporaciones de la
nacin reportadas aparecen en la siguiente tabla de frecuencias. Calcule e
interprete la media, la mediana y la moda. Adems, calcule e interprete: Q 1, Q2, D10,
D60, P15, P90.
Edades
Frecuencias
50 y menos de 55
55 y menos de 60
13
60 y menos de 65
15
65 y menos de 70
10
70 y menos de 75
75 y menos de 80
2. La siguiente informacin corresponde al consumo mensual en combustible

destinado a calefaccin, expresado en miles de $, en una muestra aleatoria de
hogares de un barrio de Santiago, durante los meses de invierno:
Consumo
($miles)
N de casos
46
68
8 10
10 12
12 14
17
26
14
9
11
a. Qu consumo deja bajo s al 25% de los consumos ms bajos?

b. Qu consumo deja sobre s al 15% de los consumos ms altos?
3. La siguiente distribucin corresponde a la recaudacin de impuestos de 40
contribuyentes. (Recaudacin de impuestos en miles de pesos).
[L i 1 L i ]
xi
ni
50- 70
70- 90
90 - 110
110 - 130
130 150
60
80
100
120
140
2
15
8
12
3
a) Cul es la recaudacin correspondiente a

cuartil 1? Interprtela.
b) Cul es la recaudacin correspondiente al
Percentil 65? Interprtela.
c) Bajo qu recaudacin estn el 20% de las
recaudaciones menores?
d) Sobre qu recaudacin est el 20% de las

recaudaciones mayores?
e) Qu
orden
de
percentil
representa
la

V.
CAPITULO Medidas de Dispersin
5.1. Medidas de dispersin

Las medidas de dispersin permiten calcularla representatividad de una medida de
posicin, para lo cual ser preciso cuantificar la distancia de los diferentes valores de
la distribucin respecto a dicha medida. A tal distancia es a lo que, en trminos
estadsticos, denominaremos variabilidad o dispersin de la distribucin. Las medidas
de dispersin tienen como finalidad estudiar hasta qu punto, para una determinada
distribucin de frecuencias, las medidas de tendencia central o de posicin son
representativas como sntesis de toda la informacin de la distribucin. Medir la
representatividad de una medida de posicin equivale a cuantificar la separacin de
los valores de la distribucin respecto a dicha medida. Entre los estadgrafos de
Dispersin de mayor uso se tiene:
A. Recorrido o rango (R)
El recorrido do un conjunto de observaciones es simplemente la diferencia entre el
mayor y menor valor de la variable.
En datos no agrupados:
R = Xmax Xmin
B. Recorrido Semi Cuartil (Q)
La desviacin cuartil de un conjunto de datos est definido por
Q3 Q1
2
Donde Q1 y Q3 son el primer y tercer cuartil de los datos. A veces se usa el

"Recorrido Intercuartil Q3 Q1". El recorrido semi-intercuartil o desviacin cuartil,
da una idea de la dispersin del 50% de los datos centrales.
C. Varianza (s2)
Es el estadgrafo de dispersin ms importante. y expresa el grado de dispersin
de las observaciones respecto a la media aritmtica. Se denota por s 2; V(X); V(Y);
2; etc.
La varianza se define como:
"La varianza es la media o promedio del cuadrado de las desviaciones de la
variable respecto a su media".

La expresin de la definicin, tambin se escribe:
x x n
xn
x n
n 1
s2
2
i
n 1
Propiedades de la varianza:
Sean:
X : variables
k : constante
V( ): Operador varianza
a) V (X) 0
b) V (k) = 0
c) V (x + k) = V(x)
d) V (kx) = K2 V(X)
Si tenemos una muestra tamao n la dividimos en r sub muestras determinando en
cada una de ellas sus respectivas medias, entonces la media total se determina por la
formula siguiente:
r
XT
S 2 ni
i 1
(X
X t )ni
i 1
Intravarianza + Intervarianza
[Li-1 Li)
Xi
ni
xi ni
x i2ni
0,2 7,2
3,7
11,1
41,07
7,2 14,2
10,7
53,5
572,45
14,2 21,2
17,7
141,6
2506,32
21,2 28,2
24,7
123,5
3050,45
28,2 35,2
31,7
10
317
10048,9
35,2 42,2
38,7
154,8
5990,76
42,2 49,2
45,7
228,5
10442,45
40
1030
32652,4
Total
s2
1030
32652,4
40 1
40
157,1769

D. Desviacin Estndar o Tpica (s)
La desviacin estndar o tpica, se define como la raz cuadrada de la varianza
V X s
157,1769 12,5370221
Es uno de los estadgrafos de dispersin de mayor uso, en si cual las unidades de
la variable ya no estn elevadas al cuadrado. La desviacin estndar, al igual que
la varianza, es no negativa (s 0), puesto que es la raz cuadrada positiva de la
varianza. A mayor dispersin le corresponder una mayor desviacin estndar.
NOTA: En general, los estadgrafos de dispersin se usa para comparar dos o ms

distribuciones o poblaciones. A mayor dispersin o heterogeneidad entre los
valores o elementos de una poblacin, le corresponde un valor mayor para
el estadgrafo de dispersin.
E. Coeficiente de Variacin (CV)
Est definido por la expresin:
CV
S
100
x
El valor se expresa en trminos porcentuales. Una regla emprica, cuando el CV

< 33% los datos no presentan dispersin en los datos recolectados los datos
son ms homogneos
CV
12,537100 48,68746446%
25,75
Datos presentan dispersin

0%<CV<5%,
Altamente representativa.
5%<CV<10%,
Representativa de su serie.
10%<CV<15%,
moderadamente representativa
15%<CV<30%,
Bajo grado de representatividad.
CV>30%,
No tiene ningn grado de representatividad

VI.
CAPITULO Estadgrafos de Deformacin
Asimetra.Es el grado de deformacin de la curva representativa de una distribucin de frecuencias

con respecto a la vertical que pasa por la abscisa de la media aritmtica; se mide a
travs del Coeficiente de Asimetra.
A. Relacin Entre La Media, Mediana y Moda
La distribucin de frecuencias de un conjunto de datos puede ser simtrica o
asimtrica.
B. Distribucin Simtrica
Una distribucin es simtrica cuando su grafica semeja una de las tres curvas:
Mo
Me = X = Mo
Curva
hipottica
Normal
Curva Unimodal
Me = X = Mo
X = Me
Mo
Curva hipottica en
U
Curva Bimodal
X = Me
X = Me
Curva
hipottica
Rectangular
Curva sin moda
X = Me
Distribucin Positivamente Asimtrica

Es una distribucin donde los valores extremos son observaciones mayores. La
grafica es semejante a la siguiente curva hipottica.
Curva Positivamente Asimtrica (o Curva

con Sesgo Positivo).
Mo
Me
Curva Unimodal
Mo < Me < X
Distribucin Negativa Asimtrica

Es una distribucin donde los valores extremos son observaciones menores. La
grafica presenta una prolongacin hacia la izquierda, como la siguiente curva
hipottica.
Curva Negativa Asimtrica (o Curva con
Sesgo Negativo).
Mo
Hernndez
135 Mg. Miguel Angel MacetasMe
Curva Unimodal
Mo > Me > X

Relacin Emperica Entre Media, Mediana y Moda
Cuando la distribucin es casi simtrica, se puede utilizar la frmula de la moda
emprica dad por:
Moda = 3(Mediana) 2(Media)
Mo
3 Me 2 X
C. Importancia de la Asimetra.El conocimiento de la asimetra es importante por el hecho de que la teora estadstica
se basa a menudo en el supuesto de una distribucin normal. Por lo tanto una medida
de asimetra de una distribucin es necesario para preservarnos de las consecuencias
de esta suposicin (La condicin necesaria de una distribucin normal es que sea
simtrica).
D. Coeficiente de Asimetra.
Consideramos varias frmulas para el clculo de la medida de asimetra:
Coeficiente de Asimetra en base a Momentos.
m
1 ( xi - x ) ni
n s3
3
AS =
Primero y segundo coeficiente de asimetra de PEARSON
AS1
A.
B.
AS2
X Mo
; Denominado primer coeficiente de Parson.
S
3(X Me)
; Denominado segundo coeficiente de Pearson.
S
Coeficiente de Asimetra cuartlico o de ARTHUR BOWLEY
AS
Q 3 2Q 2 Q1
Q 3 Q1
Decisin:
As=0, entonces la distribucin es simtrica.

As<0, entonces la distribucin es asimtrica (-)
As>0, entonces la distribucin es asimtrica (+)
E. Kurtosis o Apuntamiento.Es la mayor o menor altura de la curva representativa de una distribucin de
frecuencias en el punto o abscisa correspondiente a la media aritmtica.

D. Leptocrtica
D. Mesocrtica (Normal )
D. Platicrtica
KURTOSIS EN FUNCIN DE MOMENTOS:

4
m
( -x )
K = 1 xi 4 ni = M 42 ; x : media
ns
M2
Decisin:
K=3, Entonces la distribucin posee una curva mesocrtica (Normal).
K<3, Entonces la distribucin posee una curva platicrtica.
K>3, Entonces la distribucin posee una curva leptocrtica.
KURTOSIS EN FUNCIN DE CUARTILES Y PERCENTILES.
K
Donde:
Los percentil P90 y P10 se calcula con la
siguiente frmula:
rn
100 N J 1
Pr L i 1 C j
nj
Decisin:
Q3 Q1
2P90 P10
Lj-1=Limite inferior del Intervalo del Percentil
Cj =Amplitud del intervalo Percentilico
r = El nmero de Percentill r = 1,2,3,,99
n = Nmero total de observaciones o datos.
Nj = Es un inmediato superior a
jn
100
Nj-1= Es una Ni inmediata inferior a
K=0.263, la distribucin es mesocrtica.

nj =
K<0.263, la distribucin es platicrtica.

K>0.263, la distribucin es leptocrtica.
jn
100
s el nj que le corresponde al Intervalo

Ejemplo. Calcular el grado de asimetra y kurtosis de la distribucin del nivel de glucosa de los
60 varones adultos evaluados. Los clculos son organizados en la tabla, de modo
que reemplazando datos en frmula se tiene:
Distribucin del Nivel de Glucosa de 60 varones adultos
(Li-1
Li]
xi
Xini
X ni
(X i X) 3 n i (X i X) 4 n i
35
45
40
200
8000
-158773.1481
5027816.358
45
55
50
350
17500
-71199.0741
1542646.605
55
65
60
11
660
39600
-17467.5926
203788.5802
65
75
70
14
980
68600
-64.8148
108.0246914
75
85
80
640
51200
4629.6296
38580.24691
85
95
90
630
56700
43134.2593
790794.7531
95
105
100
400
40000
90981.4815
2577808.642
105
115
110
4
60
440
48400
4300
330000
Total
(x
) 3 ni
Coeficiente Asimetra =
n
8
(x
225314.8148 8637067.901
116555.556 18818611.111
116555.56
= 0.2799,
60 * (19.076) 3
) 4 ni
18818611.1111
= 2.3686
n *
60 * (19.076) 4
Por tanto se puede afirmar que la distribucin emprica es:
Aprox. Simtrica, puesto que AS = 0.28
0
Coeficiente Kurtosis =
Platicrtica, puesto que K = 2.37 < 3.

Entonces se puede concluir que dicha distribucin difiere ligeramente de la normal.
2.4. Aplicaciones de las medidas en datos univariados
Ejemplo 1. Los siguientes datos constituyen las vidas tiles en horas. de una muestra
aleatoria de 60 bombillas de luz de 100 watts.
807
811 620 660 817 732 747 823
844 907
660
753 1050 918 857 867 675 880
878 890
881
872 869
841 847 833 829 827
822 811
766
787 923 792 803 933 947 717
817 753
1056 1076 958 970 776 828 831 781 1088 1082
832
863 852 788 980 889 1030 897 755 891
a) Clasifique convenientemente con Anchos de Clase iguales y trace el Polgono de
Frecuencias Absolutas.
b) Una vez clasificadas; determine el porcentaje de bombillas cuyas vidas tiles oscilan
entre 700 y 1000 horas.
c) Encuentre los lmites que sub-clasifiquen las bombillas en tres categoras con referencia
a su duracin.
El 15 % ms durables en la categora A
El 15 % menos .durables en la categora C.
El resto en la categora B
Solucin
Clculos previos para elaborar la tabla
Recorrido (R) =1088 620 = 468

(
Elegimos el nmero de Intervalos (m) =
Tomamos m = 6 intervalos
Determinar la amplitud de los intervalos (C)
a) Clasifique convenientemente con Anchos de Clase iguales

CUADRO N 01
DISTRIBUCIN DE DATOS CONSTITUYEN LAS VIDAS TILES EN HORAS. DE UNA
MUESTRA ALEATORIA DE 60 BOMBILLAS DE LUZ DE 100 WATTS.
Marca Nmero Frecuencia
Frecuencia
Vida til en horas
Frecuencia
de
de
Acumulada
Relativa
Relativa
clase Bombillas
Simple
Acumulada
[Li-1
L i>
xi
ni
Ni
hi
Hi
[620 698>
659
4
4
0,0667
0,0667
[698 776>
737
7
11
0,1167
0,1833
[776 854> 815
23
34
0,3833
0,5667
[854 932>
893
15
49
0,2500
0,8167
[932 1010> 971
5
54
0,0833
0,9000
[1010 1088> 1049
6
60
0,1000
1,0000
Total
60
1,0000
El Polgono de Frecuencias Absolutas.
Para graficar el polgono de frecuencias se realiza algunos clculos
Marca de Nmero de
clase
Bombillas
xi
ni
581
0
659
4
737
7
815
23
893
15
971
5
1049
6
1127
0
60
Vida til en horas
[Li-1
[620
[698
[776
[854
[932
[1010
L i>
698>
776>
854>
932>
1010>
1088>
Total
Nmero de bombillas
GRAFICO N 01
POLGONO DE FRECUENCIA DE LA VIDA TIL EN HORAS DE UNA MUESTRA
ALEATORIA DE 60 BOMBILLAS DE LUZ DE 100 WATTS
25
23
20
15
15
10
0
581
0
681
781
881
981
1081
Vida promedio en horas de bombillas de luz de 100 watts.

b) Una vez clasificadas; determine el porcentaje de bombillas cuyas vidas tiles oscilan
entre 700 y 1000 horas.
Vida til en horas Nmero de Frecuencia Frecuencia
Bombillas
Relativa
Relativa
[Li-1
L i>
ni
hi
hi %
[620 698>
4
0,0667
6,667
[698 776>
7
0,1167
11,667
[776 854>
23
0,3833
38,333
[854 932>
15
0,2500
25,000
[932 1010>
5
0,0833
8,333
[1010 1088>
6
0,1000
10,000
Total
60
1,0000
100,000
Calculamos el nmero de observaciones pedido:
(
)
698 a 776
11,66667
78
11,6667
698 a 700
x
2
x
Para encontrar el valor 698 a 700 = 11,6666667 0,2991453 = 11,3675214
(
)
932 a 1010
8,3333
78
8,333
932 a 1000
x
68
x
Para encontrar el valor 700 y 1000 horas. = 11,368 + 38,333 + 25,000 + 7,265 =
81,966%
El 15 % ms durables en la categora A
Basta calcular el percentil 15 y el percentil 85
(
(
)
)
Ejemplo 2. En la siguiente distribucin de frecuencias relativas calcular:

a) Las desviacin cuartillita
b) Discutir el sesgo y la kurtosis
Tiempo
0 3
3 6
6 9
9 12
12 15 15 18
hi
0,04
0,06
0,40
0,38
0,10
0,02
Solucin
Tiempo
Xi
hi
Hi
xi hi
xi2 hi
0 3
1,5
0,04
0,04
0,06
0,09
3 6
4,5
0,06
0,10
0,27
1,215
6 9
7,5
0,40
0,50
3,00
22,5
9 12
10,5
0,38
0,88
3,99
41,895
12 15
13,5
0,10
0,98
1,35
18,225
15 18
16,5
0,02
1,00
0,33
5,445
Total
1
9
89,37
Directamente de la tabla: media aritmtica x xi hi 9
Varianza S 2 xi2 hi X
89,37 9 2 8,37
Desviacin estndar S = 2,89309523

a) Las desviacin cuartillita
(
)
b) Discutir el sesgo y la kurtosis

(
)
(
(
(
)
)
No podemos concluir que la distribucin sea simtrica. En efecto, como la media est a la
derecha de la moda la distribucin es sesgada a la derecha y usando el primer Coeficiente
de Pearson tenemos:
Como Sk > 0 la distribucin es ligeramente sesgada a la derecha
Como es K>0.263, puede considerarse la distribucin que es Leptocrtica

Ejemplo 3. Al investigar el nivel socioeconmico en los valores: Bajo (B), Medio (M), Alto
(A),
20 familias dieron las siguientes respuestas:
M, B, B, M, A, B, B, M, M, B, M, B, B, A, M, B, M, A, M, B.
Construir la distribucin de frecuencias y trazar su grfica.
Nmero de Familias
Nivel
Frecuencia
socioeconmico Absoluta
Medio
8
Bajo
9
Alto
3
Total
20
10
Frecuencia
Relativa
40,0
45,0
15,0
100
Alto
15%
8
6
3
4
2
0
Medio
Bajo
Alto
Nivel Socioecnomico
Bajo
45%
Medio
40%

VII.
CAPITULO Regresin y Correlacin Lineal

Regresin y Correlacin Lineal
Son dos herramientas para investigar la dependencia de una variable dependiente Y en
funcin de una variable independiente X. Y = f(X)
Y = Variable dependiente que se desea explicar o predecir, tambin se llama regresor o
respuesta
X = Variable independiente, tambin se llama variable explicativa, regresor o predictor
Regresin lineal - La relacin entre X y Y se representa por medio de una lnea recta
Regresin curvilinea - La relacin entre X y Y se representa por medio de una curva.
La ecuacin de la recta es la siguiente:

Y b 0 b 1 X e .........Con.base.en.la. poblacin
Y b0 b1 X e...........Con.base.en.datos.de.la.muestra
*
Y b0 b1 X ................Modelo.de.regresin .estimada
El trmino de error es la diferencia entre los valores reales observados Y i y los valores
estimados por la ecuacin de la recta. Se trata de que estos sean mnimos, para lo cual
se utiliza el mtodo de mnimos cuadrados.
Se trata de minimizar la suma de todos los errores o residuos:
Las frmulas resultado de la minimizacin de lo cuadrados del error se aplicarn en el
siguiente ejemplo por claridad. Se tienen los siguientes supuestos:
1. Los errores o residuos se distribuyen normalmente alrededor de la recta de regresin

poblacional
2. Las varianzas de los errores son las mismas en todos los valores de X
(Homoscedasticidad) en caso contrario se tiene (Heteroscedasticidad)
3. Los errores o residuos son independientes: No se muestra algn patrn definido.

El coeficiente de Correlacin r desarrollado por Carl Pearson es un indicador de la
fuerza de la relacin entre las variables X y Y, puede asumir valores entre -1 y 1 para
correlacin negativa y positiva perfecta respectivamente. Por ejemplo si se encuentra
que la variable presin tiene una correlacin positiva con el rendimiento de una caldera,
se deben buscar soluciones al problema mediante acciones asociadas con la variable
presin; de lo contrario, sera necesario buscar la solucin por otro lado.
Se identifican tres medidas de desviacin como sigue:
Ejemplo: Se sospecha que el tiempo requerido para hacer un mantenimiento preventivo

est relacionado con su nmero. Calcular el coeficiente de correlacin y graficar. Los datos
de tiempo tomados para n = 25 servicios se muestran a continuacin:
(Yi-Y)2
Yest
Error
38.9376
364.1533
10.9199
0.9408
1.099872
0.0576
21.0021
28.3362 15.1022
31.75
7.499472
7.6176
7.3832
37.0443 28.0292
10
35.00
10.502272
3.0976
35.6075
34.1416
25.02
0.963072
0.0576
16.1026
28.3362 10.9969
16.86
51.612672
17.9776
148.1771
16.7253
14.38
91.433472
38.9376
214.7045
10.9199 11.9721
9.60
121.260672
38.9376
377.6337
10.9199
24.35
-3.558928
0.5776
21.9286
31.2389 47.4563
27.50
0.367872
0.0576
2.3495
28.3362
X Servicios
Y Tiempo
(Xi-X)*(Yi-Y)
9.95
119.076672
24.45
11
(Xi-X) 2
0.7369
0.0181
1.7422
0.6991

4
17.08
50.679872
17.9776
142.8694
16.7253
0.1258
11
37.00
21.989472
7.6176
63.4763
37.0443
0.0020
12
41.95
48.568672
14.1376
166.8541
39.9470
4.0121
11.66
108.406272
38.9376
301.8142
10.9199
0.5477
21.65
31.303072
17.9776
54.5057
16.7253 24.2523
17.89
47.245472
17.9776
124.1620
16.7253
20
69.00
470.014272
10.30
135.625472
52.4176
350.9178
8.0172
5.2111
10
34.93
10.379072
3.0976
34.7770
34.1416
0.6216
15
46.59
118.686672
45.6976
308.2553
48.6551
4.2646
15
44.88
107.127072
45.6976
251.1337
48.6551 14.2512
16
54.12
194.676672
60.2176
629.3676
51.5578
6.5649
17
56.63
241.751472
76.7376
761.6054
54.4605
4.7068
22.13
15.462272
5.0176
47.6486
22.5307
0.1606
21.15
25.540272
10.4976
62.1385
19.6280
2.3164
206
725.82
2,027.7132
698.5600
6,105.9447
220.0926
Sxy
Sxx
Syy = SST
SSE
Y Promedio
Xi-X)*(Yi-Y)
(Xi-X)^2
(Yi-Y)^2
Sxy
Sxx
Syy
1.3564
138.2976 1,597.3771 63.1686 34.0052
X
promedio
Si todos los puntos estuvieran completamente sobre la recta la ecuacin lineal sera
y = a + bx. Como la correlacin no siempre es perfecta, se calculan a y b de tal forma que
se minimice la distancia total entre puntos y la recta. Los clculos tomando las sumas de
cuadrados siguientes se muestran a continuacin:
Sxy = 2027.71
Sxx
= 698.56
Syy
= 6105.94
Las ecuaciones para el clculo manual son las siguientes:
b1 b1
( Xi X )(Yi Y ) S
S
( Xi X )
XY
= 2.902704421
XX

b0 b0
b1 X i
n
Y bX = 5.114515575
Las sumas de cuadrados son:
SST (Yi Y ) 2 6,105.9447

SSE (Yi Yi ) 2 (Yi (bo b1* X i )) 2 220.0926
SSR SST SSE 5,885.8521

El coeficiente de determinacin r2 y el coeficiente de correlacin r se calculan a
continuacin:
r2 1
SSE ( SST SSE ) SSR

= 0.9639
SST
SST
SST
El coeficiente de determinacin indica el porcentaje de la variacin total que es explicada

por la regresin.
r r 2 = 0.9816
El coeficiente de correlacin proporciona el nivel de ajuste que tienen los puntos a la lnea
recta indicando el nivel de influencia de una variable en la otra. El factor de correlacin r es
un nmero entre 1 (correlacin negativa evidente) y +1 (correlacin positiva evidente), y r
= 0 indicara correlacin nula.
El coeficiente de correlacin r = 0.98 por lo cual tenemos suficiente evidencia estadstica

para afirmar que el tiempo de atencin est relacionado con el nmero de servicios
atendidos.

EJERCICIOS:
1. La energa consumida en un proceso depende del ajuste de mquinas que se realice,
realizar una regresin cuadrtica con los datos siguientes y responder las preguntas.
Cons_energa
Ajuste Mq.
Y
21.6
4
1.8
1
1
0.8
3.8
7.4
4.3
36.2
a. Trazar un diagrama de dispersin
X
11.15
15.7
18.9
19.4
21.4
21.7
25.3
26.4
26.7
29.1
b. Obtener la ecuacin de regresin lineal y cuadrtica y comparar

c. Estimar el consumo de energa para un ajuste de mquina de 20 con regresin
cuadrtica
d. Obtener los intervalos de prediccin y de confianza para un ajuste de mquina de 20
e. Obtener el coeficiente de correlacin y de determinacin
2. En base al porcentaje de puntualidad se trata de ver si hay correlacin con las quejas
en una lnea area. Las quejas son por cada 100000 pasajeros.
%puntos Quejas a. Trazar un diagrama de dispersin
Aerolnea
A
B
C
D
E
F
G
X
81.8
76.6
76.6
75.7
73.8
72.2
70.8
Y
0.21
0.58
0.85
0.68
0.74
0.93
0.72
68.5
1.22
b. Obtener la ecuacin de regresin lineal

c. Estimar
las
quejas
para
un
porcentaje
de
puntualidad de 80%
d. Obtener los intervalos de prediccin y de confianza
para una altura de 63"
e. Obtener el coeficiente de correlacin y de
determinacin

Estadistica Elemental

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Estadistica Elemental

Caricato da

Copyright:

Formati disponibili

Estadstica General 2013

1 Mg. Miguel Angel Macetas Hernndez

Estadstica General 2013

Qu se entiende por estadstica? .......................................................................................... 4

Por qu hay que estudiar Estadstica? ................................................................................ 5

Tipos de estadstica ..................................................................................................................... 7

Elementos que caracterizan a los problemas estadsticos ............................................... 8

Clasificacin de las Variables ................................................................................................. 10

Segn la Naturaleza de la Variable .................................................................................... 10

Segn la Escala de Medicin............................................................................................... 11

ESCALAS DE MEDICIN ................................................................................................................... 21

CAPITULO Presentacin de Datos ........................................................................................... 24

Clasificacin y cmputo de datos uni. y bivariables:. ...................................................... 24

Codificacin y tabulacin ..................................................................................................... 24

Presentacin tabular de los Datos: cuadros de distribucin de frecuencias ........ 24

Cuadros estadsticos ............................................................................................................. 24

Partes Principales de un Cuadro Estadstico ................................................................. 25

Cuadros de Frecuencias de Variables Discretas ............................................................... 30

DISTRIBUCIN DE FRECUENCIAS DE LA VARIABLE CUALITATIVAS: .................. 36

REPRESENTACIN GRAFICA DE LA VARIABLE CUALITATIVAS: .......................... 37

Cuadros de Frecuencias de Variables Continuas.......................................................... 46

DISTRIBUCIN DE FRECUENCIAS, DE LA VARIABLE CUANTITATIVA CONTINUA: ......................... 55

REPRESENTACIN GRAFICA DE LA CUANTITATIVAS CONTINUA: ................................................. 60

Medidas de resumen para variables cualitativas ................................................................ 87

Razn e ndice. Definicin. Clculo e interpretacin ........................................................ 87

Medidas de resumen para variables cuantitativas. ........................................................... 99

Medidas de Posicin Centrales (Tendencia Central) ................................................ 99

La Media Aritmtica ...................................................................................................................... 99

2 Mg. Miguel Angel Macetas Hernndez

Estadstica General 2013

La Mediana (Me) ......................................................................................................................... 101

Moda (Mo) (Valor Modal o Promedio Tpico) ......................................................................... 105

Caractersticas de las Medidas de Posicin Centrales ................................................................. 107

Media Geomtrica: X G , G ...................................................................................................... 114

Media Armnica: X H , H ......................................................................................................... 118

Estadgrafos de Tendencia No central ................................................................................ 121

Los Cuartiles .......................................................................................................................... 121

Para elaborar un diagrama de caja y bigotes es necesario saber: ......................... 123

Deciles ..................................................................................................................................... 127

Percentiles o Centiles ......................................................................................................... 129

CAPITULO Medidas de Dispersin ............................................................................................. 132

Medidas de dispersin ............................................................................................................ 132

Recorrido o rango (R) ................................................................................................................ 132

Recorrido Semi Cuartil (Q) ........................................................................................................ 132

Varianza (s2) ........................................................................................................................... 132

Desviacin Estndar o Tpica (s) ......................................................................................... 134

Coeficiente de Variacin (CV)................................................................................................... 134

Asimetra.- ................................................................................................................................................. 135

Relacin Entre La Media, Mediana y Moda .................................................................... 135

Distribucin Simtrica ......................................................................................................... 135

Importancia de la Asimetra.-................................................................................................. 136

Coeficiente de Asimetra. ................................................................................................... 136

Kurtosis o Apuntamiento.- ..................................................................................................... 136

Regresin y Correlacin Lineal ........................................................................................................ 142

3 Mg. Miguel Angel Macetas Hernndez

Estadstica General 2013

Qu se entiende por estadstica?

Realice la lectura de este acpite e identifique las ideas principales al respecto. Le

Lo invito ahora a que enuncie su propia definicin sobre la estadstica.

De las diferentes formas de enunciar lo que significa la estadstica, realice ahora un

Estadstica General 2013

La primera razn es que en todos lados encontramos informacin numrica. Si se

Presentamos aqu algunos ejemplos:

5 Mg. Miguel Angel Macetas Hernndez