Sei sulla pagina 1di 101

INSTITUTO TECNOLÓGICO SUPERIOR

“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

GUÍA DE ESTUDIO MODULAR


ESTADISTICA BÁSICA

Tercer Nivel

TECNOLOGÍAS EN:
ADMINISTRACIÓN DE EMPRESAS MENCIÓN
CONTABILIDAD Y AUDITORIA
E
INFORMÁTICA MENCIÓN ANÁLISIS DE
SISTEMAS

Desarrollo Guía Modular: ECO. WASHINGTON CHILIQUINGA

Corrección: Comisión de Redacción

Aprobado: Vicerrectorado Académico

Edición: Instituto Superior Tecnológico ―David Ausubel‖

PERÍODO: Octubre 2015 – abril 2016

QUITO - ECUADOR

1
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

PARA USTED APRECIADO ESTUDIANTE

NO OLVIDE QUE EL ESFUERZO Y LA PERSEVERANCIA MÁS EL


ESTUDIAR Y TRABAJAR ENGRANDECE AL SER HUMANO. Y USTED
DEPENDE EL ENGRANDECERSE

El Instituto Tecnológico Superior “David Ausubel”, da la bienvenida a este


su módulo de Comunicación Oral y Escrita y espera que el desarrollo del
mismo aporte para su vida profesional.

2
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

NOTA:

EN ESTE TEXTO GUIA SE ENCUENTRAN DESARROLLADOS LOS TEMAS


QUE CORRESPONDEN A ESTE MÓDULO, Y LAS TAREAS QUE USTED
DEBERÁ DESARROLLAR.

1. EL TUTOR TIENE LA OBLIGACION DE EXPLICAR PASO A PASO


TODOS LOS TEMAS QUE SE ENCUENTRAN EN EL MODULO.
2. ESTUDIANTE TIENE LAS OPORTUNIDADES QUE SEAN
NECESARIAS PARA ACLARAR LOS TEMAS QUE NO COMPRENDA
MEDIANTE LA EXPLICACIÓN DEL TUTOR YA SEA DE MANERA
PRESENCIAL O MEDIANTE EL CORREO ELECTRONICO.
3. LAS TAREAS SERAN ENVIADAS POR EL TUTOR, DE ACUERDO A
LAS FECHAS DEL CALENDARIO Y DE ACUERDO AL DESARROLLO
DEL MÓDULO.
4. ES OBLIGACION DEL ESTUDIANTE ASISTIR A CADA UNA DE LAS
TUTORÍAS PRESENCIALES PROGRAMADAS EN EL CALENDARIO
DE ACTIVIDADES.
5. TODO TRABAJO DEL ESTUDIANTE SERÁ EVALUADO DE ACUERDO
AL TUTOR.
6. AL FINAL EL TUTOR EVALUARA EL MÓDULO EN SU TOTALIDAD.
7. DE REQUERIR CUALQUIER INFORMACION DIRIGIRSE AL CORREO
DE LA DIRECCION ACADEMICA Y SERA ATENDIDO
INMEDIATAMENTE EN SU CONSULTA.
ecowasho@yahoo.com Docente Econ. Washington Chiliquinga
Vicerrectoradoacademico@davidausubel.edu.ec

Gracias por su confianza.

3
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
1. PERFIL DE CARRERA ADMINISTRACIÓN DE EMPRESAS MENCIÓN
CONTABILIDAD Y AUDITORIA.

a) OBJETIVO DE FORMACION INTEGRAL DEL PROFESIONAL

Formar profesionales con personalidad definida, altos valores éticos, morales, culturales
y espíritu emprendedor; preparados científica y tecnológicamente para iniciar y
administrar pequeñas y medianas empresas, con aplicación del Mercadeo, Finanzas,
Producción y Administración; comprometido con el desarrollo sostenido y sustentable
del país.
b) PERFIL DEL TECNÓLOGO EN CONTABILIDAD Y AUDITORÍA

Es un profesional emprendedor capaz de aplicar sistemas contables y mecanismos de


control contable y financiero, sobre bases científico-metodológicas y legales,
demostrando espíritu emprendedor y altos valores éticos y morales.
c) COMPETENCIAS DEL TECNÓLOGO EN CONTABILIDAD Y AUDITORÍA

 Demostrar eficiencia en el manejo contable y financiero en el sector empresarial


y público
 Participar en auditorías de la actividad contable y financiera en empresas y
organizaciones
 Adoptar decisiones oportunas en el manejo contable y financiero, en función de
la eficiencia y eficacia empresarial
 Desarrollar los mecanismos de control interno que promuevan la eficiencia,
reduzcan los riesgos de pérdida de activos, asegurar la confiabilidad de los
estados financieros dentro del marco de cumplimiento de las leyes y
regulaciones
 Administrar su propia microempresa de servicios contables y de auditoría.

SISTEMATIZACIÓN DE LAS COMPETENCIAS DEL TECNÓLOGO EN


CONTABILIDAD Y AUDITORÍA
d) NIVEL COMPETENCIA PRINCIPAL
 Aplicar correctamente sus conocimientos micro y macro económicos en una
planificación estratégica
 Llevar a cabo proyectos de auditoría en su propia microempresa

F) ESCENARIOS DE ACTUACION

El tecnólogo en Contabilidad y Auditoría podrá desenvolverse en:


 Empresas del Sector público o privado
 Empresas nacionales o internacionales
 Pymes
 Industrias
 Bancos
 Financieras
 ONGs

4
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
 Centros educativos
 Su propia microempresa de servicios administrativos

Tecnología en Administración de Empresas


G) OCUPACIONES PROFESIONALES

El tecnólogo en Contabilidad y Auditoría podrá desempeñarse como:


 Administrador de pequeñas y medianas empresas
 Director departamental
 Jefe de oficina
 Asesor de pequeñas y medianas empresas
 Funcionario bancario
 Administrador de su propia microempresa

2. PERFIL DE INFORMÁTICA MENCIÓN ANÁLISIS DE SISTEMAS

a) OBJETIVO DE FORMACIÓN INTEGRAL DEL PROFESIONAL

Demostrar en el desempeño profesional de la informática un comportamiento ético que


se evidencie en el interés por la investigación e innovación tecnológica, con
responsabilidad social, espíritu empresarial y compromiso con el desarrollo sostenido y
sustentable del país.

b) PERFIL DEL TECNÓLOGO EN INFORMÁTICA

Es un profesional capaz de usar herramientas y técnicas para recolectar datos, analizar,


diseñar, desarrollar e implementar nuevos sistemas que permitan automatizar los
procedimientos de las empresas con fundamentos científicos, tecnológicos,
humanísticos y de gestión, demostrando sólidos valores ético-morales.

c) COMPETENCIAS PRINCIPALES POR DESARROLLAR

 Conducir el ciclo de vida de un sistema de información que permita automatizar


el manejo de los datos mediante un sistema de computadora, utilizando para ello
las diferentes herramientas informáticas existentes en el medio actual.
 Fundamentar cambios en la estructura organizacional, procedimientos, políticas
y funciones de una entidad que permitan optimizar el flujo de datos e
información, aumentando con ello la productividad y competitividad y
disminuyendo los costos operativos.
 Administrar las acciones para realizar un correcto análisis, diseño, desarrollo y
documentación de los sistemas informáticos de un centro de cómputo, que
cubran las expectativas de la institución y del medio en que se desenvuelve.
 Evaluar y seleccionar hardware y software, fundamentado en cuadros
comparativos técnicos que permitan satisfacer los requerimientos de las
empresas y organizaciones en general.

5
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
 Analizar de manera independiente e imparcial las bondades o defectos de un
sistema de información, mediante la valoración de todos los procesos que
intervienen, tomando en cuenta las necesidades y el presupuesto económico.
 Apoyar la toma de decisiones de la gerencia utilizando métodos matemáticos,
estadísticos, modelos de transporte y de investigación de operaciones.

SISTEMATIZACIÓN DE LAS COMPETENCIAS POR NIVELES

d) NIVEL COMPETENCIA PRINCIPAL


 Instalar, operar y administrar programas utilitarios conociendo todos los
principios de la informática.
 Programar en lenguajes de tercera generación aplicando técnicas especializadas
y con pleno conocimiento de sistemas matemáticos y contables
 Conocer las acciones requeridas hacia la automatización de las empresas
mediante el análisis, diseño, desarrollo, documentación e implementación de los
sistemas.
 Diseñar y administrar Bases de datos, dominando la programación en
herramientas de cuarta generación y la programación orientada a objetos.
 Participar en el diseño de sistemas informáticos interactuando con plataformas
de internet y con pleno conocimiento de la administración de las redes y sus
sistemas operativos.
 Administrar las actividades de un departamento de cómputo con la aplicación de
herramientas informáticas y gerenciales incluyendo la creación de su propia
microempresa.

e) ESCENARIOS DE ACTUACIÓN

El Tecnólogo en Informática podrá desempeñarse en todo tipo de empresa pública o


Privada donde se requiera tratar de una manera especial a los datos y la información
que
Se generan dentro de la entidad, sea por procesos o por transacciones:
 ·Instituciones Bancarias
 Entidades Financieras
 Empresas Comerciales
 Empresas del estado
 Entes de servicio a la comunidad
 Instituciones de capacitación a nivel profesional, universitario o intermedio
 Empresas de Asesoría Informática

f) OCUPACIONES PROFESIONALES

El Tecnólogo en Informática podrá desempeñarse como:


 Gerente de Sistemas
 Programador de computadoras
 Director de grupos de trabajo
 Administrador de Centros de Cómputo
 Asistente de gerencia

6
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
 Administrador de Bases de Datos
 Instructor de personal en el área informática
 Asesor organizacional de las empresas
 Asesor en el área informática

3. PRESENTACIÓN

Desde hace siglos, la aplicación de registros e instrumentos para estudiar una


determinada población han sido utilizados por diversas naciones, tales
como: roma, Egipto, china, entre otros. De allí viene el origen de la estadística, la
cual antes de ser una ciencia fue implementada por jefes de gobierno para llevar los
registros de datos numéricos, de la población de los nacimientos, y las disfunciones
ocurridas en uno o varios años.

La estadística es una técnica auxiliar de las ciencias administrativas, esta permite


determinar y medir matemáticamente las variables que intervienen dentro de las
actividades administrativas.

Entonces la estadística es un instrumento indispensable en el proceso de


investigación. Formalmente, se puede clasificar la estadística en descriptiva, cuando
se utiliza simplemente para la presentación y síntesis de la información recogida en
un estudio, e inferencial, que tiene por objetivo generalizar la información obtenida
en una muestra a resultados válidos para la población de la que procede. En
particular, el cálculo de probabilidades suministra las reglas apropiadas para
cuantificar esa incertidumbre y constituye la base para la estadística inductiva o
inferencial.

El objetivo de este trabajo consiste en introducir algunos de los conceptos básicos


del cálculo de probabilidades, así como las reglas necesarias para el desarrollo de la
inferencia estadística en medicina. Una exposición más detallada de estos y otros
conceptos puede encontrarse en referencias más especializadas.

Se convierte en una herramienta fundamental dentro de la planificación y la


organización, pues la estadística permite definir las desviaciones que pueden
generarse dentro de los procesos y determinar con certeza los correctivos que
pueden realizar para que no generen mayores problemas.

Esta técnica está presente en los estudios de mercado de las empresas, en los
informes contable, informes económicos, en el desarrollo de nuevos proyectos,
informes empresariales, en definitiva en toda actividad de carácter administrativo.

También es aplicada diariamente por estudiantes universitarios, que al realizar


trabajos, encuestas, entrevistas etc., hacen también el uso de ella. Hoy en día, la
estadística es una ciencia que se encarga de estudiar una determinada población

7
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
por medio de la recolección, recopilación e interpretación de datos. Del mismo
modo, es considerada una técnica especial apta para e estudio cuantitativo de los
fenómenos de masa o colectivo.

4. OBJETIVOS DE LA MATERIA

GENERAL
La estadística como ciencia se encarga de recopilar, e interpretar datos que en el futuro
servirán para proyectar posibles problemáticas futuras, consiguiendo según estos datos,
la solución más viable y rápida.
El objetivo básico de la estadística es hacer inferencia acerca de una población con
base a la información contenida en una muestra

ESPECIFICOS

 Mejorar la comprensión de hechos a partir de datos.


 Entregar a los estudiantes herramientas que permitan el estudio e investigación
de contenidos con muestras..
 Desarrollar la capacidad del estudiante en asuntos investigación y recopilación
de información.
5. COMPETENCIAS
GENERALES
Lograr que el estudiante domine la técnica de recolectar e interpretar las relaciones
cuantitativas y cualitativas de los procesos económicos – social, en situaciones
conocidas y cambiantes, mediante la aplicación de técnicas estadísticas para la
obtención de datos, presentación de cálculo de estadígrafos, números índices y
tratamientos de datos bidimensionales.

ESPECÍFICOS
1. Utilizar adecuadamente los procesos de investigación estadística en problemas
económicos y sociales.
2. Calcular los promedios y otros indicadores en situaciones en que intervienen las
variables estadísticas en la toma de decisiones e interpretar sus resultados.
3. Analizar el grado de dispersión de los estadígrafos de posición con variables
estadísticas, en problemas de la vida real.
4. Utilizar el cálculo de indicadores económicos de la variación relativa en precios y costos y
sus aplicaciones prácticas.

6. PROPÓSITO

8
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Los diferentes contenidos permitirán desarrollar habilidades en el manejo de
herramientas estadísticas mediante la ejecución de diversos procesos, destrezas,
conocimientos que se utilizaran en una investigación.

El aspecto metodológico en el tratamiento de la asignatura, estará directamente


relacionado con la característica de formación integral de profesionales con
Competencias que permitirán que el estudiante desarrolle destrezas de conocimiento,
puesta en práctica y logrando evidenciar resultados, permitiremos profesionales con
principios de liderazgo, emprendedores, preparados para la investigación y para la vida.

7. DIDÁCTICA

Encontrarán en el texto la forma técnica de desarrollar esquemas, talleres y trabajos


prácticos, con un criterio didáctico de integración académica en consideración a que el
maestro, es el facilitador del conocimiento en el proceso ENSEÑANZA –
APRENDIZAJE

8. ORIENTACIONES DE ESTUDIO

El/a estudiantes es quien desarrolla un trabajo autónomo, es decir que por si sólo se
encarga del proceso aprendizaje, utiliza la metodología que vaya acorde con su
realidad, integrando los contenidos que se le presentan y su lógica y creatividad para
resolver problemas o situaciones tomando como pilar fundamental la investigación.

Todo el proceso se enfocará a considerar situaciones de aprendizaje conforme a la


temática a estudiar considerando un análisis bibliográfico, desarrollo de la capacidad de
pensar y reflexionar, aportes de experiencias previas, desarrollo simultáneo de
habilidades del pensamiento y contenidos conceptuales, trabajos de interacción y
comunicación con estudiantes, empresas, solución de casos, relación teórico práctica.

9. ACTIVIDADES RECOMENDADAS

 Lea el documento atentamente capaz de que pueda estar en condiciones de


asimilar los temas propuestos del docente y preguntas de tener vacíos.

 Desarrolle las actividades dentro del aula y en casa dependiendo de lo requerido


por el docente.

 Desarrolle a tiempo todas las tareas individuales y en grupo.

 Prepárese con anticipación para una exposición

 Revise los contenidos para su evaluación.

9
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
MÓDULO DE ESTADÍSTICA

CAPITULO I.
1- LA ESTADÍSTICA
1.1- DEFINICIÓN
1.2- RESEÑA HISTÓRICA
1.3- CLASES DE ESTADÍSTICA
1.4- POBLACIÓN Y MUESTREO; ESTADÍSTICA INDUCTIVA Y DESCRIPTIVA
1.5- FUENTES DE INFORMACIÓN
1.5.1- EL CENSO
1.5.2- LA MUESTRA
1.5.3- LA ENCUESTA
1.5.3.1- PARTES DE LA ENCUESTA
1.6- ELEMENTOS MATEMÁTICOS IMPORTANTES EN LA ESTADÍSTICA.
1.6.1- VARIABLES
1.6.2- EL REDONDEO DE DATOS
1.6.3- LA NOTACIÓN CIENTÍFICA
1.6.4- EL OPERADOR SUMATORIO ∑
1.7- PRUEBA DE EVALUACIÓN

CAPITULO II.
2- DISTRIBUCION DE FRECUENCIAS
2.1- LA FILA DE DATOS
2.2- ORDENACIONES
2.3- DISTRIBUCIÓN DE FRECUENCIAS
2.3.1- EJEMPLO CON VARIABLE DISCRETA.
2.3.1.1- DATOS ORIGINALES
2.3.1.2- LA FRECUENCIA ABSOLUTA Ni.
2.3.1.3- LA FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N’i.
2.3.1.4- FRECUENCIA RELATIVA SIMPLE hi
2.3.1.5- FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi
2.3.1.6- FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H’i
2.3.2- EJEMPLO DE VARIABLE CONTINUA
2.3.2.1- FRECUENCIA ABSOLUTA SIMPLE ni
2.3.2.2- FRECUENCIA ABSOLUTA Ni
2.3.2.3- FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N’i
2.3.2.4- FRECUENCIA RELATIVA SIMPLE hi
2.3.2.5- FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi
2.3.2.6- FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H’i
2.4- PRUEBA DE EVALUACIÓN

CAPITULO III.
3- REPRESENTACION GRAFICA
3.1- FINALIDAD DE LA REPRESENTACIÓN GRÁFICA
3.2- GRAFICOS EN EL SISTEMA CARTESIANO

10
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
3.3- GRAFICO CIRCULAR
3.4- GRAFICOS DE BARRAS
3.5- GRAFICA DE TABLA DE FRECUENCIAS
3.6- DIAGRAMA DE BARRAS O HISTOGRAMA
3.7- DISTRIBUCIÓN DE FRECUENCIAS RELATIVAS
3.8- DISTRIBUCIÓN DE FRECUENCIAS ACUMULADAS Y OJIVAS
3.9- TIPOS DE CURVAS DE FRECUENCIAS
3.10- PRUEBA DE EVALUACIÓN

CAPITULO IV.
4- PROMEDIOS O MEDIDAS DE TENDENCIA CENTRAL
4.1- DEFINICIÓN Y CLASES DE PROMEDIOS
4.1.1- LA MEDIA ARITMETICA
4.1.1.1- ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE DISCRETA
4.1.1.2- MEDIA ARITMETICA PONDERADA
4.1.1.3- ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE CONTINUA
4.1.1.4- PROPIEDADES DE LA MEDIA ARITMETICA
4.2- DESVIACIONES
4.3- EXPLICACIONES DE LAS PROPIEDADES DE LA MEDIA ARITMETICA
4.3.1- CONCLUSIONES DE LA PROPIEDAD DE LA MEDIA ARITMETICA
4.4- EJERCICIO DE APLICACIÓN DE LA MEDIA ARITMÉTICA
4.4.1- APLICACIÓN DE LAS PROPIEDADES
4.5- PRUEBA DE EVALUACIÓN

CAPITULO V.
5- OTRAS MEDIDAS DE TENDENCIA CENTRAL
5.1- LA MEDIANA
5.1.1- CALCULO PARA DATOS ORIGINALES
5.1.2- CALCULO PARA DATOS AGRUPADOS
5.2- LAS CUARTILAS
5.3- DECILAS
5.4- LA MODA
5.4.1- MODA POR OBSERVACIÓN
5.4.2- MODA BIMODAL
5.4.3- MODA EN DATOS AGRUPADOS
5.5- PRUEBA DE EVALUACIÓN

CAPITULO VI.
6- ESTADÍGRAFOS DE POSICIÓN
6.1- LA MEDIANA
6.1.1- CÁLCULO PARA DATOS ORIGINALES
6.1.2- CÁLCULO PARA DATOS AGRUPADOS
6.2- LAS CUARTILAS
6.3- LAS DECILAS
6.4- LOS PERCENTILES

11
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO VII.
7- ESTADÍGRAFOS DE DISPERSIÓN
7.1- LA DISPERSIÓN Y SU MEDIDA
7.2- DESVIACIÓN MEDIA
7.3- DESVIACIÓN ESTÁNDAR
7.3.1- PROPIEDADES DE LA DESVIACIÓN ESTÁNDAR
7.4- LA VARIANZA
7.5- EL COEFICIENTE DE VARIACIÓN

CAPITULO VIII.
8- ANÁLISIS DE VARIABLES TIPO UNO
8.1- LA COVARIACIÓN
8.2- ANÁLISIS GRÁFICO DE LA COVARIACIÓN
8.3- LA REGRESIÓN
8.4- LA REGRESIÓN LINEAL
8.5- CORRELACIÓN ENTRE DOS VARIABLES
CAPÍTULO IX
9- CLASIFICACIÓN DE LOS ÍNDICES
9.1- ÍNDICE SIMPLE DE PRECIOS
9.2- ÍNDICE SIMPLE DE CANTIDAD
9.3- ÍNDICES SIMPLES AGREGATIVOS
9.4- ÍNDICES COMPUESTOS DE VALOR, PRECIO Y CANTIDAD
9.5- ÍNDICE PROMEDIO SIMPLE DE RELATIVOS
9.6- ÍNDICES PONDERADOS
9.7- PROPIEDADES Y RELACIONES
9.8- PRINCIPALES ÍNDICES UTILIZADOS EN LA ADMINISTRACIÓN Y LA
ECONOMÍA
9.8.1- ÍNDICE DE PRECIOS AL CONSUMIDOR
9.8.2- USOS DEL IPC
9.8.3- ÍNDICES DE PRECIOS AL POR MAYOR
9.8.4- ÍNDICE DE PRODUCCIÓN INDUSTRIAL
9.8.5- ÍNDICE DE PROMEDIO INDUSTRIAL

CAPÍTULO X
10- DEFINICIÓN PROBABILIDADES
10.1- INTRODUCCIÓN
10.2- CONCEPTO DE PROBABILIDAD
10.3- PROPIEDADES DE LA PROBABILIDAD
10.4- DEMOSTRACIÓN
10.5- IMPORTANCIA DEL CONCEPTO DE PROBABILIDAD
10.6- ESPERANZA MATEMÁTICA
10.7- VALOR ESPERADO O VALOR MEDIO DE UNA VARIABLE
10.8- CONCLUSIÓN

12
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO I

1- LA ESTADÍSTICA
1.1- DEFINICIÓN
La estadística es una parte del conocimiento científico. La estadística estudia los
métodos para recoger, organizar, resumir y analizar datos, así como para sacar
conclusiones válidas y tomar decisiones razonables basadas en dichos análisis.
La estadística sirve para describir y entender los fenómenos económicos, sociales,
políticos, incluso fenómenos naturales que acontecen en el desarrollo del mundo.
Así la estadística se encamina a recolectar información, tabular la información, clasificar
la información y graficar la misma.

1.2- RESEÑA HISTÓRICA


La palabra estadística nació en el imperio Romano, la utilizaban los reyes para elaborar
encuestas y sondeos del número de habitantes en las ciudades para poder cobrar los
impuestos. Se la utilizó en este sentido por el Estado hasta la revolución industrial,
actualmente todas las actividades humanas, consciente o inconscientemente utilizan la
estadística.

1.3- CLASES DE ESTADÍSTICA


a) Por las observaciones - Primarias
- Derivadas
b) Por la materia de Estudio Demográficas, se transportes, sanitarias, agropecuarias,
económicas, educativas, de comercio exterior, de precios,
de accidentes de trabajo, etc.
c) Por el número de caracteres - De variables
- De atributos
- Mixtas
d) Por las observaciones - Distribuciones de Frecuencias
- Estadísticas Geográficas
- Estadísticas Sectoriales
- Estadísticas Temporales

1.4- POBLACIÓN Y MUESTREO; ESTADÍSTICA INDUCTIVA Y DESCRIPTIVA


Cuando se recogen datos relativos a las características de un grupo de individuos u
objetos, sean alturas, pesos, de los estudiantes de un colegio, o universidad o pernos
defectuosos producidos en una fabrica, suele ser imposible o nada práctico observar
todo el grupo, por ser este muy grande, llegando a ser casi imposible su verificación de
uno en uno. En vez de examinar el grupo entero llamado universo o población, se opta
por tomar una parte del universo el cual toma el nombre de muestra.
Una población puede ser finita o infinita. Por ejemplo una población finita puede ser
todos los estudiantes matriculados en la Universidad Central del Ecuador en un año
determinado. Mientras que una población infinita puede ser los posibles resultados de
cara o cruz al lanzar sucesivamente una moneda al aire.
Si una muestra es representativa de una población, de ella se pueden extraer
importantes conclusiones que serán aplicadas a la muestra mediante el análisis de la

13
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
muestra. La fase de la estadística que trata con las condiciones bajo las cuales tal
diferencia es valida se llama estadística inductiva o inferencia estadística. Ya que dicha
inferencia no es del todo exacta, el leguaje de las probabilidades aparecerá al
establecer nuestras conclusiones.
La parte de la estadística que solo se dedica a describir y analizar un grupo de dado, sin
extraer conclusiones sobre un grupo mayor se llama estadística descriptiva o deductiva.

1.5- FUENTES DE INFORMACIÓN


Las fuentes de información son las formas de donde y como podemos obtener datos ya
sean cualitativos y cuantitativos.
Las principales fuentes de información para una investigación estadística son:
 El censo
 La muestra
 La encuesta

1.5.1- EL CENSO
Es la enumeración total de todas y cada uno de los elementos del universo, población o
masa estadística.

1.5.2- LA MUESTRA
Es una enumeración parcial de algunos de los elementos del universo, población o
masa estadística, la cual es previamente seleccionada y contiene las características
más comunes del universo y que lo representa; la cual es sometida a ciertos

1.5.3- LA ENCUESTA
Es la forma más directa de obtener información estadística o datos, es utilizada por el
censo o por la muestra. La encuesta puede ser verbal o escrita, pero en los 2 casos
debe estar previamente elaborada con los objetivos de la investigación.

1.5.3.1- PARTES DE LA ENCUESTA


Una encuesta consta de dos partes:
A. El Encabezado:
a) Nombre de la institución
b) Tema de la investigación
c) Lugar de la encuesta
d) Nombre del Entrevistador
e) Nombre del entrevistado
f) Datos personales del entrevistado
 Dirección
 Teléfono
 Etc.
 Fecha
B. El cuerpo: esta contiene 3 clases de ítems o preguntas las cuales pueden ser:
a) Mixtas
b) Abiertas
c) Cerradas

14
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Todas poseen 2 objetivos:


 Analizar los fenómenos, para esto es necesario recordar que todo fenómeno
tiene cualidades cuantitativas y cualitativas. Así de las propiedades cualitativas
nacen de las variables.
 Establecer conclusiones o encontrar soluciones inmediatas a los problemas para
tomar decisiones adecuadas.

1.6- ELEMENTOS MATEMÁTICOS IMPORTANTES EN LA ESTADÍSTICA.

1.6.1- VARIABLES

Una se la representa con un símbolo, tal como X, Y, H, A o B, que puede tomar un conjunto
prefijado de valores, llamado dominio de esa variable. Si la variable puede tomar un solo valor,
se llama constante. Una variable que puede tomar cualquier valor entre dos valores dados se
dice que es una variable continua; en caso contrario diremos que la variable es discreta.
Por ejemplo el número huevos H que puede poner una gallina en una semana puede ser 5, 6, 7,
Pero no puede poner 5,7 o 6,34, por lo tanto es una variable discreta.

Entonces diremos: variables discretas son aquellas que presentan un valor bien determinado
entre las cuales no cabe ningún otro valor, es decir son aquellas que pueden tomar un valor, o
un número limitado de valores dentro de un rango o intervalo los cuales pueden ser expresados
solo en números enteros y no en decimales o fracciones.

En cambio la altura de una persona puede ser 1.65 cm., o 1.78 cm., dependiendo de la precisión
de la medida, es una variable continua. Entonces diremos que se denomina variable continua a
toda medida que expresa un número, es decir, son aquellas que pueden tomar un número
ilimitado de valores, dentro de un rango o intervalo que puede ser expresado de cualquier forma,
ya sea en valores enteros o decimales.

1.6.2- EL REDONDEO DE DATOS

El resultado de redondear un número como 64.6 en unidades es 65 pues este es más próximo
que 64. Analógicamente si queremos redondear 4.2689 en centésimas o sea con 2 decimales
nos da 4.27, pero si queremos redondear 3.4325 en centésimas nos da 3.43 pues es el más
próximo en lugar de 3.44 . Para determinar el redondeo se debe tomar como referencia el valor
de 5, dando que si un el valor que le preside por ejemplo en 4.2689 su tercer valor es 8 ≥ 5
entonces el segundo valor sube de 6 a 7; en el ejemplo 3.4325 como el tercer valor es 2≤5
entonces el segundo número se mantiene en 3.

1.6.3- LA NOTACIÓN CIENTÍFICA

Al escribir números, especialmente los que poseen muchos ceros antes o después de punto
decimal, interesa emplear la notación científica mediante potencias de 10.
Ejemplo. 10¹=10,
10²=10x10=100
5
10 =10x10x10x10x10=100,000
8
10 =10x10x10x10x10x10x10x10=100,000,000
10º=1

15
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
-1
10 =0.1 o sea .1
-2
10 =0.01 o sea .01
-5
10 =0.00001 o sea .00001
Entonces
8
864,000,000=8.64x10
-5
0.00003416=3.416x10
8
Nótese que al multiplicar un número por 10 , por ejemplo, el punto decimal se mueve 8
-6
posiciones a la derecha, y la multiplicar por 10 se mueve seis posiciones a la izquierda.
A menudo escribimos 0.1253 en vez de .1253 para recalcar el hecho de que no se ha omitido
accidentalmente un entero no nulo delante del punto decimal. Sin embargo, ese cero puede
omitirse cuando no exista riesgo de confusión, por ejemplo, en tablas.

1.6.4- EL OPERADOR SUMATORIO ∑

Es un símbolo convencional matemático que indica que tenemos que sumar, desde que la
variable toma el valor de 1 hasta que la variable toma el valor de n.
n

 Xii 1
 X 1  X 2  X 3  ......... Xn

1.6.4.1- PROPIEDADES DEL OPERADOR SUMATORIO

La sumatoria de una constante es ∑K


∑k=k+k+k+k+k+………+k
n veces
∑k = n veces la misma constante
∑k = nk

5- Sumatoria de una constante con una variable.


∑kXi=Kx1+kx2+kx3+…………..+kxn
∑kXi=k(x1+x2+x3+…………xn)
∑kXi=k∑Xi
Esto es igual a la constante por la sumatoria de la parte variable.

6- La sumatoria de una suma de variables


∑(Xi+Yi+Zi) = x1+y1+z1+x2+y2+z2+…………………+xn+yn+zn
 (x1+x2+…….+xn)+(y1+y2+………..yn)+(z1+z2+………zn)
 ∑Xi+∑Yi+∑Zi
La sumatoria de variables siempre será igual a la sumatoria de cada una de las variables

RECORDEMOS:

La estadística estudia los métodos para recoger, organizar, resumir y analizar datos, así como
para sacar conclusiones válidas y tomar decisiones razonables basadas en dichos análisis.
Una población puede ser finita o infinita.

16
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
La fase de la estadística que trata con las condiciones bajo las cuales tal diferencia es valida se
llama estadística inductiva o inferencia estadística.
La parte de la estadística que solo se dedica a describir y analizar un grupo de dado, sin extraer
conclusiones sobre un grupo mayor se llama estadística descriptiva o deductiva.
Las fuentes de información son las formas de donde y como podemos obtener datos ya sean
cualitativos y cuantitativos.
La variable puede tomar un solo valor, se llama constante. Una variable que puede tomar
cualquier valor entre dos valores dados se dice que es una variable continua; en caso contrario
diremos que la variable es discreta.
El operador sumatorio ∑ es un símbolo convencional matemático que indica que tenemos que
sumar, desde que la variable toma el valor de 1 hasta que la variable toma el valor de n.
n

 Xii 1
 X 1  X 2  X 3  ......... Xn

1.7- PRUEBA DE EVALUACIÓN 1

A-Conteste las siguientes preguntas


1-De un concepto de estadística
2-De 2 ejemplos de población o universo
3-De 2 ejemplos de muestra
4-Realice un ejemplo de una encuesta para obtener información de ingresos y gastos de una
familia
5- De 5 ejemplo de variables discretas
6- De 5 ejemplos de variables continuas
7- Realice un cuadro sinóptico de cómo se clasifica la estadística
8- Mencione 2 propiedades del operador sumatorio.
B- Realice los siguientes ejercicios
1- Redondeo
a) 2.35616 con dos decimales d) 24.564 en enteros(sin decimales)
b) 4.5621 con dos decimales e) 54.799988 con 3 decimales
c) 15’536,351 en millones cerrados
2- Sumar los números 4.35, 8.65, 2.95, 12.47, 7.35, 7.55, 9.75 y 8.23, a) directamente; b) redondeado en
décimas.
3- Notación científica. Expresar los siguientes números sin usar la potencia de 10
4
a) 132.5x10
-5
b) 418.72x10
-7
c) 280x10
5
d) 0.0001850x10
6
e) 730x10
4- Realice la sumatoria de:
Ingresos mensuales de los obreros de la empresa EUROTEL en 1998
345, 462, 689, 345, 645, 278, 356 y 435

CAPITULO II
2. DISTRIBUCION DE FRECUENCIAS

17
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

2.1- LA FILA DE DATOS


Una fila de datos son datos recogidos los cuales no han sido organizados numéricamente, por ejemplo la
altura de 100 estudiantes por letra alfabética.

2.2- ORDENACIONES
Una ordenación es un conjunto de datos numéricos en orden creciente o decreciente. La diferencia entre
el mayor y el menor se llama rango de ese conjunto de datos. Así si la mayor altura de entre los 100
estudiantes era de 160 cm., y la menor 150 cm., el rango es 160 – 150 = 10 cm.

2.3- DISTRIBUCIÓN DE FRECUENCIAS


2.3.1- EJEMPLO CON VARIABLE DISCRETA.
Número de miembros por familia de los estudiantes del tercer curso.
Donde:
n = número total de observaciones, o tamaño de la muestra
n = 10

2.3.1.1- DATOS ORIGINALES


Son Aquellos que se toman directamente del campo de investigación y generalmente se representan con
xi.
xi1 5 xi6 2
xi2 4 xi7 13
xi3 5 xi8 6
xi4 6 xi9 6
xi5 7 xi10 5
Partiendo de los datos originales se ordenan estos
2 6
4 6
5 6
5 7
5 13
Los datos agrupados son los mismos datos originales que se los clasifica en orden y se los presenta en
forma ascendente o descendente, en la tabla de frecuencias.
m: numero de filas, intervalos o líneas de la tabla de frecuencias.
yi: valor distinto de la variable xi
ni: número de veces que se repite el valor de una variable
M yi Ni
1 2 1
2 4 1
3 5 3
4 6 3
5 7 1
6 13 1
TOTAL 10

∑ni = n = 10
∑hi = 1
Interpretación de ni
18
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Ejemplo en la fila m3 tenemos:
n3: Significa que 3 estudiantes tienen 5 miembros en su familia
Ejemplo en la fila m6 tenemos
n6: Significa que 1 estudiante tiene 13 miembros en su familia

2.3.1.2- LA FRECUENCIA ABSOLUTA Ni.

Esta nos indica el número de observaciones con valores a lo mucho o valores a lo máximo que puede
tomar la variable
El número de observaciones menores o igual a la variable, entonces:
Ni1 = ni1
Ni2 = ni1+ni2
Ni3 = ni1+ni2+ni3
Así tenemos:
Ni3 = 1+1+3
Ni3 = 5
M yi Ni Ni
1 2 1 1
2 4 1 2
3 5 3 5
4 6 3 8
5 7 1 9
6 13 1 10
TOTAL
Interpretación de Ni:
Ni3: Cinco estudiantes tienen a lo máximo 5 miembros en su familia
Ni6: Diez estudiantes tienen a lo máximo 13 miembros en su familia.

2.3.1.3- LA FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N’i.

Nos indica el número de observaciones con valores por lo menos o como mínimo igual a la variable. O nos
indica el número de observaciones mayores o iguales a la variable.
N’i1 = ni1+ni2+ni3+ni4+ni5+ni6
N’i2 = ni1+ni2+ni3+ni4+ni5
Ni’3 = ni1+ni2+ni3+ni4
Así tenemos:
Ni’3 = 1+1+3+3
Ni’3 = 8

M Yi ni Ni N'i
1 2 1 1 10
2 4 1 2 9
3 5 3 5 8
4 6 3 8 5
5 7 1 9 2
6 13 1 10 1
Interpretación de N’i:
N’i3: 8 estudiantes tienen como mínimo 5 miembros en su familia

19
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
N’i5: 2 estudiantes tienen como mínimo 7 miembros en su familia

2.3.1.4- FRECUENCIA RELATIVA SIMPLE hi


La Frecuencia relativa simple nos indica la proporción o porcentaje de observaciones con valores iguales a
la variable. Su formula de cálculo es:
ni
hi 
n
Ejemplo:
hi1 = 1/10 = 0.10
hi3 = 3/10 = 0.30
M yi ni Ni N'i hi
1 2 1 1 10 0.1
2 4 1 2 9 0.1
3 5 3 5 8 0.3
4 6 3 8 5 0.3
5 7 1 9 2 0.1
6 13 1 10 1 0.1
TOTAL 1
Interpretación:
hi4: El 30% de los estudiantes del tercer curso, tienen 6 miembros en su familia
hi2: el 10% de los estudiantes del tercer curso, tienen 4 miembros en su familia.

2.3.1.5- FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi


Nos indica la proporción de observaciones que con valore a lo mucho o iguales a la variable; o también a
lo máximo o igual a la variable. Su formula es:

Ni
Hi 
n
M yi ni Ni N'i hi Hi
1 2 1 1 10 0.1 0.1
2 4 1 2 9 0.1 0.2
3 5 3 5 8 0.3 0.5
4 6 3 8 5 0.3 0.8
5 7 1 9 2 0.1 0.9
6 13 1 10 1 0.1 1
TOTAL 1
Ejemplos:
Hi6 = 10/10 = 1
Hi3 = 5/10 = 0.50
Interpretación:
Para su interpretación los resultados obtenidos se deben multiplicar por 100, así tenemos:
Hi6: el 100% de los estudiantes del tercer curso, tendrán a lo mucho 13 miembros en su familia.
Hi3: el 50% de los estudiantes del tercer curso, tendrán a lo mucho 5 miembros en su familia.

20
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

2.3.1.6- FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H’i


Nos indica la proporción de observaciones con valores por lo menos o como mínimo iguales a la variable;
o nos indica el porcentaje de observaciones con valores mayores o iguales a la variable. Su formula es:
Ejemplos:
N 'i
H 'i 
n
H’i3 = 8/10 = 0.80
H’i5 = 2/10 = 0.20
M yi ni Ni N'i hi Hi H'i
1 2 1 1 10 0.1 0.1 1
2 4 1 2 9 0.1 0.2 0.9
3 5 3 5 8 0.3 0.5 0.8
4 6 3 8 5 0.3 0.8 0.5
5 7 1 9 2 0.1 0.9 0.2
6 13 1 10 1 0.1 1 0.1
TOTAL 1

Interpretación:
Para interpretar los resultados obtenidos se deben multiplicar por cien, así tenemos:
H’i3: El 80% de los estudiantes del tercer curso tienen por lo menos 5 miembros en su familia.
H’i5: El 20% de los estudiantes del tercer curso tienen por lo menos 7 miembros en su familia.

2.3.1.7- EJERCICIO DEMOSTRATIVO


De 20 encuestas realizadas en el mercado Iñaquito a las vendedoras de este lugar sobre el número de
hijos que poseen se obtuvieron los siguientes datos:
Xi = 4, 4, 2, 2, 5, 10, 3, 1, 2, 3, 4, 3, 4, 1, 2, 3, 2, 1, 9, 10.

Se pide: Obtener las frecuencias absolutas y relativas ascendentes y descendentes e interpretar los datos
obtenidos de las filas 2 y 5.
Desarrollo
Xi:
1 2 3 4
1 2 3 5
1 2 4 9
2 3 4 10
2 3 4 10

m Yi ni Ni N'i hi Hi H'i
1 1 3 3 20 0.15 0.15 1.00

2 2 5 8 17 0.25 0.40 0.85


3 3 4 12 12 0.20 0.60 0.60
4 4 4 16 8 0.20 0.80 0.40

5 5 1 17 4 0.05 0.85 0.20


6 9 1 18 3 0.05 0.90 0.15

21
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
7 10 2 20 2 0.10 1.00 0.10
TOTAL 20 1

Interpretación de la variable ni:


ni2: Cinco vendedoras del mercado Iñaquito tienen 2 hijos
ni5: Una vendedora del mercado Iñaquito tiene 5 hijos

Interpretación de la frecuencia absoluta Ni:


Ni2: Ocho vendedoras del mercado Iñaquito tiene como máximo 2 hijos
Ni5: Diecisiete vendedoras del mercado Iñaquito tienen como máximo 5 hijos

Interpretación de la frecuencia acumulativa descendente N’i


N’i2: Diecisiete vendedoras del mercado Iñaquito tiene como mínimo 2 hijos
N’i5: Cuatro vendedoras del mercado Iñaquito tienen como mínimo 5 hijos

Interpretación de la frecuencia relativa simple hi:


hi2: El 25% de las vendedoras del mercado Iñaquito tienen 2 hijos
hi5: El 5% de la vendedora del mercado Iñaquito tiene 5 hijos

Interpretación de la frecuencia relativa acumulada ascendente Hi:


Hi2: El 40% de las vendedoras del mercado Iñaquito tiene a lo mucho 2 hijos
Hi5: El 85% de las vendedoras del mercado Iñaquito tienen a lo mucho 5 hijos

Interpretación de la frecuencia relativa acumulada descendente H’i


H’i2: El 85% de las vendedoras del mercado Iñaquito tiene como mínimo 2 hijos
H’i5: El 20% de las vendedoras del mercado Iñaquito tienen como mínimo 5 hijos

2.3.2- EJEMPLO DE VARIABLE CONTINUA


Se realizó la medición de la estatura de 20 estudiantes del aula de cuarto curso especialización
contabilidad obteniendo los siguientes datos en metros:
Xi:
1.56 1.72 1.54 1.66
1.68 1.80 1.53 1.65
1.50 1.78 1.80 1.70
1.76 1.53 1.80 1.52
1.68 1.88 1.60 1.80
n = 20
Ordenar
1.50 1.56 1.68 1.80
1.52 1.60 1.70 1.80
1.53 1.65 1.72 1.80
1.53 1.66 1.76 1.80
1.54 1.68 1.78 1.80

Límite máximo: Es el máximo valor observado de la variable


Límite mínimo: es el mínimo valor observado de la variable

Lím. máximo: 1.80
Lím. mínimo: 1.50
Rango de amplitud: se obtiene de la diferencia entre le límite máximo menos el límite mínimo y lo
representamos con la letra r

22
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
r = lím. max. – lím. Mín
r = 1.80 – 1.50
r = 0.30

Para establecer el número de intervalos que darán origen al número de filas realizamos:
r = 0.30  .30 es divisible para 2, 3, , 6, 10, 15; mientras trabajemos con un mayor número de filas
menor será el margen de dispersión datos y error en los cálculos.

m=5

M yi'-1 -- yi' yi ni Ni N'i Hi


1 1.50 -- 1.56 1.53 6 6 20 0.3
2 1.56 -- 1.62 1.59 2 8 14 0.1
3 1.62 -- 1.68 1.65 4 12 12 0.2
4 1.68 -- 1.74 1.71 2 14 8 0.1
5 1.74 -- 1.80 1.77 6 20 6 0.3
20 1
Generalidades:
yi'-1 = Límite inferior de cada intervalo.
yi’ = Límite superior de cada intervalo
C = Campo de amplitud o intervalo de clase

r
C 
m

yi '1  yi '
yi 
2
 0.30/5 = 0.06
yi = Punto medio o marca de clase

(1.50+1.56)/2 = 1.53
Donde:

yi '1  xi  yi '
yi '1  xi  yi
2.3.2.1- FRECUENCIA ABSOLUTA SIMPLE ni
Es el número de observaciones con valores comprendidos entre el límite superior e inferior de cada
intervalo. Su interpretación es similar al caso de la variable discreta, por ejemplo:
ni1: Significa que 6 estudiantes tienen una estatura comprendida entre 1.50 a 1.56 m.
ni3: Significa que 4 estudiantes tienen una estatura comprendida entre 1.62 a 1.68 m.

2.3.2.2- FRECUENCIA ABSOLUTA Ni


Es un número de valores a lo mucho o igual al límite superior de cada intervalo, o número de
observaciones menores o iguales al límite superior de cada intervalo
Ni5: Veinte estudiantes a lo mucho tiene una estatura de 1.80 m.
Ni2: Ocho estudiantes tienen a lo mucho una estatura de 1.62 m.

23
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

2.3.2.3- FRECUENCIA ABSOLUTA ACUMULADA DESCENDENTE N’i


Nos indica el número de observaciones con valores por lo menos igual al límite inferior de cada intervalo.
O el número de observaciones con valores mayores o iguales ala límite inferior de cada intervalo. Su
interpretación es similar a la variable discreta, así tenemos:
N’i2: Catorce estudiantes tienen por lo menos una estatura de 1.56 m.
N’i4: Ocho estudiantes tienen por lo menos una estatura de 1.68 m.

2.3.2.4- FRECUENCIA RELATIVA SIMPLE hi


Nos indica la proporción o porcentaje de observaciones comprendidos entre le límite inferior y superior de

ni
hi 
n
cada intervalo.

M yi'-1 -- yi' yi ni Ni N'i hi Hi H'i


1 1.50 -- 1.56 1.53 6 6 20 0.3 0.3 1
2 1.56 -- 1.62 1.59 2 8 14 0.1 0.4 0.7
3 1.62 -- 1.68 1.65 4 12 12 0.2 0.6 0.6
4 1.68 -- 1.74 1.71 2 14 8 0.1 0.7 0.4
5 1.74 -- 1.80 1.77 6 20 6 0.3 1 0.3
20 1

Su interpretación es similar a la variable discreta, por ejemplo:


hi3: El 20% de los estudiantes poseen una estatura entre 1.62 y 1.68 m. de altura

2.3.2.5- FRECUENCIA RELATIVA ACUMULADA ASCENDENTE Hi


Indica la proporción de observaciones con valores a lo mucho o iguales al límite superior de cada
intervalo. O el porcentaje de observaciones, con valores menores o iguales al límite superior de cada
intervalo.
Para su interpretación es necesario que los valores obtenidos de la formula se multipliquen por 100.
Hi4: El 70% de estudiantes a lo máximo o a lo mucho miden 1.74 m.
Hi2: el 40% de estudiantes a lo máximo o a lo mucho miden 1.62 m.

2.3.2.6- FRECUENCIA RELATIVA ACUMULADA DESCENDENTE H’i


Indica la proporción de observaciones con valores a lo menos o iguales al límite inferior de cada intervalo,
o nos indica que el porcentaje de las observaciones con valores mayores o iguales al límite inferior de
cada intervalo.
Y se interpreta:
Para su interpretación es necesario que los valores obtenidos de la formula se multipliquen por 100.

N 'i
H 'i 
n
H’i1 = El 100% de los estudiantes miden por lo menos 1,50 m. de estatura.
H’i4 = El 40% de los estudiantes miden por lo menos 1,68 m. de estatura

RECORDEMOS:

24
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Una fila de datos son valores recogidos los cuales no han sido organizados numéricamente, por ejemplo la
altura de 100 estudiantes por letra alfabética.
Una ordenación es un conjunto de datos numéricos en orden creciente o decreciente.
Son Aquellos que se toman directamente del campo de investigación y generalmente se representan con
xi.
La frecuencia absoluta Ni nos indica el número de observaciones con valores a lo mucho o valores a lo
máximo que puede tomar la variable
La frecuencia absoluta acumulada descendente N’i indica el número de observaciones con valores por lo
menos o como mínimo igual a la variable.
La Frecuencia relativa simple nos indica la proporción o porcentaje de observaciones con valores iguales a
la variable.
ni
hi 
n
La frecuencia relativa acumulada ascendente Hi, indica la proporción de observaciones que con valore a
lo mucho o iguales a la variable; o también a lo máximo o igual a la variable.
Ni
Hi 
n

La frecuencia relativa acumulada descendente H’i indica la proporción de observaciones con valores por
lo menos o como mínimo iguales a la variable.
N 'i
H 'i 
n

2.4- PRUEBA DE EVALUACIÓN 2

1) Conteste las siguientes preguntas:


a- Qué es una ordenación?
b- Qué son los datos originales?
c- Qué son datos agrupados?
d- Qué nos indica la frecuencia absoluta Ni?
e- Qué nos indica la frecuencia relativa simple hi?
f- Qué nos indica la frecuencia relativa acumulada descendente H’i?

2- Realice los siguientes ejercicios


g- En el siguiente cuadro se expone de a cuerdo a una muestra, el número de pelotas de tenis que
producen en un día 20 obreros de una fabrica. Realice la tabla de frecuencias e interprete todas.

320 350 325 350 330

330 330 310 315 310


350 310 315 325 360
325 320 325 350 320

h- La tabla adjunta muestra los diámetros de 60 bolas de cojinete manufacturadas por una fábrica.
Construir una distribución de frecuencias con intervalos de clase apropiados e interpretar 3 de cada
frecuencia.

25
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

1.738 1.729 1.743 1.740 1.736 1.741


1.735 1.731 1.726 1.737 1.728 1.737
1.736 1.735 1.724 1.733 1.742 1.736
1.739 1.735 1.745 1.736 1.742 1.740
1.728 1.738 1.725 1.733 1.734 1.732
1.733 1.730 1.732 1.730 1.739 1.734
1.738 1.739 1.727 1.735 1.735 1.732
1.735 1.727 1.734 1.732 1.736 1.741
1.736 1.744 1.732 1.737 1.731 1.746
1.735 1.735 1.729 1.734 1.730 1.740

26
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO III

3. REPRESENTACION GRAFICA

3.1- FINALIDAD DE LA REPRESENTACIÓN GRÁFICA

La representación gráfica de los datos contenidos en un cuadro estadístico, tiene como finalidad ofrecer
una visión de conjunto del fenómeno sometido a investigación, el cual es más rápidamente perceptible que
la observación directa de los datos numéricos. Así la representación gráfica es unos medios eficaz para el
análisis de las estadísticas ya que las magnitudes y las regularidades se aprecian y recuerdan con más
facilidad cuando se examinan gráficamente.

Sin embargo la representación gráfica no es más que un medio auxilia, de la investigación estadística,
pues está es fundamentalmente numérica.

La representación gráfica puede hacerse utilizando un sistema geométrico de representación, en cuyo


caso tiene las propiedades de rigurosidad y precisión, o bien puede utilizarse símbolos alusivos al tema de
estudio, como por ejemplo árboles, casas, automóviles, figuras humanas, etc. Mediante este último
sistema de representación, no persigue una rigurosa exactitud, sino lograr efectos impresionistas en las
personas de poca preparación en el campo de la estadística.

3.2- GRAFICOS EN EL SISTEMA CARTESIANO

Como es conocido el Sistema Cartesiano esta formado por un par de ejes, uno vertical y otro horizontal
que se cortan en un ángulo recto. El eje horizontal toma el nombre de las abscisas, y le vertical de eje de
las ordenas; el punto de intersección es el origen

Ambos ejes están graduados de acuerdo a una escala que pueden ser diferente para los dos ejes.
Aquí se pueden trazar los conocidos gráficos de siluetas.
Balanza Comercial
AÑO SALDO
1990 1500
1991 800
1992 -215 BALANZA COMERCIAL
SALDO
1993 530 2000
1994 -156
1500
1995 -256
1996 -562 1000
SALDO

1997 -324
500
1998 315
1999 -50 0
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999

-500

-1000
AÑO

27
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

3.3- GRAFICO CIRCULAR


Como su nombre lo indica constituye en representar los datos de una investigación estadística en el
interior de un círculo o pastel.

POBLACIÓN ECONÓMICAMENTE ACTIVA


Situación Población Grados
Empleados 20% 73
Subempleados 35% 128
Desocupados 45% 164
TOTAL 100% 365

3.4- GRAFICOS DE BARRAS

Se dibuja en un par de ejes cartesianos; en el de las abscisas se toman los valores distintos de la variable
y en el de la ordenada, las frecuencias. Cada valor de la variable, con su correspondiente frecuencia,
constituye una pareja de números, a la que corresponde en el plano un punto. Habrá pues, tantos puntos
como valores distintos que tome la variable. Para dar mayor visibilidad al gráfico, es costumbre
materializar las ordenadas de cada punto mediante una línea gruesa o Barra. De aquí que esta
representación se llame gráfico o diagrama de barras.

INDICE DE DELINCUENCIA
Guayaquil 11%
Quito 8%
Ambato 5%
Cuenca 3%

28
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

3.5- GRAFICA DE TABLA DE FRECUENCIAS

De una muestra tomada en la provincia de los ríos, sobre la producción de arroz en quintales por
hectáreas, durante el mes de diciembre de 1991 se obtuvieron los siguientes datos:

Yi:
115.5 126.0 245.0 342.0
100.0 138.0 287.0 278.0
50.0 153.0 293.0 215.0
58.0 191.0 306.0 165.0
72.0 206.0 350.0 59.5
350

Lím.Máx
Lím.Mín 50
r = 350-50
r = 300 ==> 300 2
3
444
5
6
10
12
60
m=4
C = r/m ==> 300/4
C = 75
M yi'-1 -- yi' yi ni Ni N'i hi Hi H'i
1 50 – 125 87.5 6 6 20 0.30 0.30 1.00
2 125 – 200 162.5 5 11 14 0.25 0.55 0.70
3 200 – 275 237.5 3 14 9 0.15 0.70 0.45
4 275 – 350 312.5 6 20 6 0.30 1.00 0.30
TOTAL 20 1.00

29
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

3.6- DIAGRAMA DE BARRAS O HISTOGRAMA

Los histogramas y los polígonos de frecuencias son dos representaciones gráficas de las distribuciones de
frecuencias.

Un histograma o histograma de frecuencias, consiste en un conjunto de rectángulos con:


a) Base en el eje X horizontal, centros en la marca de clase y longitudes iguales a los tamaños de los
intervalos de clase.
b) Área proporcional a las frecuencias de clase.
Si los intervalos de clase tienen todos la misma anchura, las alturas de los rectángulos son proporcionales
a las frecuencias de clase. En caso contrario, deben ajustarse las alturas.
Un polígono de frecuencias es un gráfico de trozos de la frecuencia de clase con relación a la marca de
clase. Puede obtenerse conectando los puntos medios de las partes superiores de los rectángulos del
histograma.

3.7- DISTRIBUCIÓN DE FRECUENCIAS RELATIVAS

La frecuencia relativa de una clase es su frecuencia dividida por la frecuencia total de todas las clases y se
expresa generalmente como un porcentaje. La suma de frecuencias relativas sabemos que suman 1 o
100.

La representación gráfica de distribución de frecuencias relativas se puede obtener del histograma o


polígono de frecuencias sin más que cambiar la escala vertical de frecuencias a frecuencias relativas o
histograma de porcentajes, y polígonos de frecuencias relativas o polígono de porcentajes,
respectivamente.

30
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

3.8- DISTRIBUCIÓN DE FRECUENCIAS ACUMULADAS Y OJIVAS

La frecuencia total de todos los valores menores que la frontera de clase superior de un intervalo de clase
dado se llama frecuencia acumulada hasta ese intervalo de clase inclusive.
Una tabla que presente tales frecuencias acumuladas se llama una distribución de frecuencias
acumuladas, tabla de frecuencias acumuladas o brevemente una distribución acumulada.
Un gráfico que recoja las frecuencias acumuladas por debajo de cualquiera de las fronteras de clase
superior respecto a dicha frontera se llama polígono de frecuencias acumuladas u ojiva.

yi'-1 -- yi' Hi
Ni
50 – 125 0.30 50 -- 125 125 -- 200 200 -- 275 275 -- 350

125 – 200 0.55 25

200 – 275 0.70


275 – 350 1.00 20

15

10

0 qq

50 -- 125 125 -- 200 200 -- 275 275 -- 350

HI

1.20
1.00
0.80
0.60
0.40
0.20
0.00 qq

Estas son las ojivas ascendentes y descendentes.

50 -- 125 125 -- 200 200 -- 275 275 -- 350


H'i
1.20
1.00
0.80
0.60
0.40
0.20
qq
0.00

31
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

N'i 50 -- 125 125 -- 200 200 -- 275 275 -- 350


25

20

15

10

qq
0

3.9- TIPOS DE CURVAS DE FRECUENCIAS


Las curvas de frecuencias que aparecen, en la práctica adoptan formas características como son:
1. Las curvas de frecuencias simétricas o en forma de campana, se caracterizan porque las
observaciones equidistantes del máximo central tienen la misma frecuencia. Ejemplo importante es la
curva normal.
2. En las curvas de frecuencia poco asimétricas, o sesgadas, la cola de la curva a un lado del máximo
central es más larga que al otro lado. Si la cola mayor está a la derecha, la curva se dice asimétrica a
la derecha o asimétrica positiva. En caso contrario, se dice asimétrica a la izquierda o asimétrica
negativa.
3. En una curva en forma de J o de J invertida, hay un máximo y un extremo
4. Una curva de frecuencia en forma de U tiene máximo en ambos extremos.
5. Una curva de frecuencia bimodal tiene dos máximos.
6. Una curva de frecuencia multimodal tiene más de dos máximos.

32
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

RECORDEMOS:

La representación gráfica es un medios eficaz para el análisis de las estadísticas.


La representación gráfica puede hacerse utilizando un sistema geométrico de representación, en cuyo
caso tiene las propiedades de rigurosidad y precisión, o bien puede utilizarse símbolos alusivos al tema de
estudio, como por ejemplo árboles, casas, automóviles, figuras humanas, etc.
El Sistema Cartesiano esta formado por un par de ejes, uno vertical y otro horizontal que se cortan en un
ángulo recto.
El gráfico circular como su nombre lo indica constituye en representar los datos de una investigación
estadística en el interior de un círculo o pastel.
El gráfico de barras se dibuja en un par de ejes cartesianos; en el de las abscisas se toman los valores
distintos de la variable y en el de la ordenada, las frecuencias.
Los histogramas y los polígonos de frecuencias son dos representaciones gráficas de las distribuciones de
frecuencias.
Un polígono de frecuencias es un gráfico de trozos de la frecuencia de clase con relación a la marca de
clase.
La frecuencia relativa de una clase es su frecuencia dividida por la frecuencia total de todas las clases y se
expresa generalmente como un porcentaje.
Un gráfico que recoja las frecuencias acumuladas por debajo de cualquiera de las fronteras de clase
superior respecto a dicha frontera se llama polígono de frecuencias acumuladas u ojiva.

3.10- PRUEBA DE EVALUACIÓN 3


1- Conteste las siguientes preguntas:
a- Qué es la representación gráfica?
b- Cómo se realizan los gráficos en un sistema cartesiano?
c- Qué es el gráfico circular?
d- Qué son los histogramas y los polígonos de frecuencias?
e- Qué es la frecuencia acumulada?
f- Realice un gráfico de la curva de frecuencias multimodal
2- Realice los siguientes ejercicios
a- Realice el gráfico de barras en función de los siguientes datos:
Pies Perforados por Petroproducción en 1998

Cuyabeno 8.000
Cononaco 10.820
Shushufindi 9.445
Sacha 10.028
Lago Agrio 10.140
Sacha II 9.980

b- Realice el gráfico de pastel o circular en base a los siguientes datos


Materia Prima Total Procesada en el País en diciembre de 1998 en barriles

Refinería Esmeraldas 2’692.956


Refinería la Libertad 1’040.714
Refinería Amazonas 628.335
Refinería Lago 4’362.005

33
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

c- En la siguiente tabla se muestra la distribución de cargas máximas en toneladas cortas (1 tonelada


corta = 2000 Lb), que soportan los cables producidos por cierta fabrica.
Realice la distribución de frecuencias acumuladas y ojivas ascendentes y descendentes.

Carga Máxima (Toneladas Cortas) Número de Cables


Y’i-1 ------------- Y’i ni
9.5 10.5 7
10.5 11.5 5
11.5 12.5 12
12.5 13.5 17
13.5 14.5 14
14.5 16.5 6
16.5 17.5 3
17.5 18.5 4
68

34
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO IV

4- PROMEDIOS O MEDIDAS DE TENDENCIA CENTRAL

4.1- DEFINICIÓN Y CLASES DE PROMEDIOS Al obtener una población de tamaño N, la distribución de


frecuencias de una variable, lo que se persigue es reducir o condensar en pocas cifras el conjunto de
observaciones relativas a dicha variable.

Pero con extremada frecuencia, el proceso de reducción hay que continuarlo hasta su grado máximo, o
sea, hasta sustituir todos los valores observados por uno solo, que se llama promedio. Cuando se actúa
así se logra por una parte una visión más clara del ―nivel‖ que alcanza la variable y por otra, mayor
facilidad al hacer comparaciones.

Por ejemplo, la estatura media del soldado ecuatoriano y la estatura media de los oficiales del ejército y la
marina.
La noción del promedio lleva implícita la idea de variación, ya que no tiene sentido promediar un carácter
invariable. Pero el número singular –promedio- que a de sustituir al número de observaciones de la
población a de cumplir la condición de ser representativo de dicho conjunto, para lo cual a de reflejar la
tendencia de las observaciones. De aquí que los promedios también se los denomina Medidas de
Tendencia Central. El carácter representativo del promedio exige que su valor esté comprendido, al
menos, entre los valores extremos observados de la variable.
Las principales son:
 Media Aritmética
 Mediana
 Moda
 Media Geométrica
 Media Armónica
4.1.1- LA MEDIA ARITMETICA
Es en número que se obtiene al dividir la suma de todas las observaciones para el número de ellas.

La media aritmética es un valor de la variable, posiblemente no observable, que viene dado en la misma
unidad de medida que la variable.
La media aritmética es un estadígrafo de tendencia central que nos proporciona
__
un promedio con respecto
al total de los datos de una investigación estadística, su símbolo es x
__
ó:
y  M  yi 
La X o Ā se utiliza para datos originales y la siguiente para datos agrupados Y o Ē

35
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

4.1.1.1- ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE DISCRETA

La media aritmética, o simplemente media, de un conjunto de N números X1, X2, X3,….,Xn , se denota
por Ā N

   .....  x X
__

x  x 1 x 2 x 3 x N
 j 1
j

N N N

Así por ejemplo, la media aritmética de los números 8, 3, 5, 12 y 10 es:


Ā = (8+3+5+12+10)/5 ) = 38/5 = 7.6
Ahora bien, si los números X1, X2, ….., Xk ocurren 1, 2, ….., k veces, respectivamente (o sea con
frecuencia 1, 2, ….., k ), la media aritmética es:
k

 j x  X   X
X 
1 x   2 x  ....   k x j 1
j
1 2 k
 
 1   2  ....   k 
k

 j
N
j 1

Donde N =  es la frecuencia total o sea, el número total de casos.


Por ejemplo, si 5, 8, 6 y 2 ocurren con frecuencia 3, 2, 4, y 1 respectivamente, su media aritmética es:
Ā = [(3)(5) + (2)(8) + (4)(6) + (1)(2)]/[3 + 2 +4 +1]
Ā = (15 + 16 + 24 + 2)/10 = 5.7
Ejercicio:
Los presentes datos son una muestra de las edades que poseen 10 estudiantes del Colegio CENTEBAD:
X1: 24 X6: 18
X2: 18 X7: 22

X
 Xi X3: 16
X4: 22
X8: 17
X9: 22
N X5: 19 X10: 20

Ā= (24+18+16+22+19+18+22+17+22+20)/10 = 198/10 = 19.8


La edad promedio de los estudiantes del Colegio CENTEBAD es de 19.8 años.

4.1.1.2- MEDIA ARITMETICA PONDERADA

A veces asociamos con los números X1, X2, …., Xk ciertos factores peso W1, W2, ….., Wk, dependientes
de la relevancia asignada a cada número. En tal caso,

X  w x  w x  ...  w x
1 1 2 2 k k
 WX
w  w  ...  w
1 2 k W
Se llama la media aritmética ponderada con peso 1, 2, …., k.

Por ejemplo si el examen final de un curso cuenta 3 veces más que una evaluación parcial, y un
estudiante tiene calificación 85 en el examen final y 70 y 90 en los dos parciales, la calificación media es:
Ā = [(1)(10)+(1)(90)+(3)(85)]/(1+1+3)=415/5)=83

36
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

4.1.1.3- ANALISIS DE LA MEDIA ARITMETICA CON VARIABLE CONTINUA

Cuando los datos se presentan en una distribución de frecuencias, todos los valores que caen dentro de
un intervalo de clase dado se consideran iguales a la marca de clase, o punto medio, del intervalo. Las
formulas antes enunciadas son válidas para tales datos agrupados si interpretamos Xj como la marca de
clase, j como su correspondiente frecuencia de clase, A como cualquier marca de clase conjeturada y dj
= Xj - A como la desviación de Xj respecto de A.

Si todos los intervalos de clase tienen idéntica anchura c, las desviaciones dj = Xj – A pueden expresarse
como cuj, donde uj puede ser 0, ± 1, ±2, ±3, …., se obtiene la formula:
Que es equivalente a la ecuación X = A + cū. Esto se conoce como método de compilación para calcular
la media. Es un método muy breve y debe usarse siempre para datos agrupados con intervalos de clase

 k 
   uj   u
    c
j
j 1
x  A  A 
N   N 
   
 
de anchuras iguales. Nótese que en método de compilación los valores de la variable u de acuerdo con X
= A + cu.
Ejercicio.
El nivel de ingresos mensual en dólares de las familias de los estudiantes del curso de estadística es:
Xi:
320 200 250 380
180 200 300 450
150 200 800 200
350 300 110 250
300 350 450 300
a) Media Aritmética de datos originales:
Ā = (xi)/N = 6040/20 = 302
El ingreso promedio mensual de las familias de los estudiantes del curso de estadística es de 302 dólares.
b) Media Aritmética de datos agrupados
Lím. máx.: 800
Lím. mín.: 110

320 200 250 380


180 200 300 450
150 200 800 200
350 300 110 250
300 350 450 300

Lim, Máx.: 800


Lim, Mín.: 110 Divisb.
r= 690 ==> 2 5
3 10
4 m=4

37
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
C = r/m C = 690/4 172.5

m yi'-1 -- yi' yi ni Yi.ni


1 110 282.5 196.25 9 1766.25
2 282.5 455 368.75 10 3687.5
3 455 627.5 541.25 0 0
4 627.5 800 713.75 1 713.75
TOTAL 20 6167.5

y
 yi.ni
n
==> 6167.5/20 = 308.375

El ingreso promedio mensual de las familias de los estudiantes del curso de Estadística clasificados en 4
grupos es de $ 308.375 dólares al mes.
Cabe mencionar que mientras mayor sea el números de intervalos el resultado de los datos agrupados se
va ha acercarse al resultado de los datos originales.
En la variable continua no siempre la media aritmética de datos originales coincide con la media aritmética
de datos agrupados, porque al trasladar los datos originales a la tabla de frecuencias se pierde alguna
información de acuerdo a los intervalos que se hayan escogido.

4.1.1.4- PROPIEDADES DE LA MEDIA ARITMETICA

1) La media aritmética es el centro de gravedad de los datos y lo expresamos con:

(Xi - Ā) = 0 
(Xi-Ā)=Zi
Zi.ni = 0

Por ejemplo en el ejercicio del ingreso de las familias los datos eran:

320 200 250 380


180 200 300 450
150 200 800 200
350 300 110 250
300 350 450 300

Y la media aritmética es 302, las desviaciones son entonces:

Xi Ā (Xi – Ā)
320 302 18
180 302 -122
150 302 -152

38
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
350 302 48
300 302 -2
380 302 78
450 302 148
200 302 -102
250 302 -52
300 302 -2
200 302 -102
200 302 -102
200 302 -102
300 302 -2
350 302 48
250 302 -52
300 302 -2
800 302 498
110 302 -192
450 302 148
6040 0

La suma de las desviaciones con respecto a la media aritmética es nula, o cero.

2) La media aritmética de los valores de una variable, no varían sino todas las frecuencias de su
distribución se multiplican o dividen por un mismo número.
Esta propiedad sirve para calcular la media aritmética con las frecuencias relativas simple o con
porcentajes. El resultado es el mismo:
En el ejemplo del ingreso de las familias en datos agrupados la media aritmética es de 308.375 dólares.

M yi'-1 -- yi' yi ni hi yi.hi


1 110 282.5 196.25 9 0.45 88.3125
2 282.5 455 368.75 10 0.50 184.375
3 455 627.5 541.25 0 0.00 0
4 627.5 800 713.75 1 0.05 35.6875
20 1 308.375

4.2- DESVIACIONES
Son las diferencias que existen entre los valores de la variable y un valor constante tomado como eje;
existen 3 clases:
a) Desviación con respecto a la media aritmética
Zi = yi – Ā
b) Desviación con respecto al origen de trabajo:
Z’i = Yi – Ot
El Origen de Trabajo Ot es cualquier valor de yi, tomando preferentemente uno de la mitad.
c) Desviación con respecto al origen de trabajo medidas en unidades de intervalo:
Ui = (yi – Ot)/C

39
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
 Ui = Z’i/C
Donde se encuentre el origen de trabajo Ui será cero.

4.3- EXPLICACIONES DE LAS PROPIEDADES DE LA MEDIA ARITMETICA


a) Desviación con respecto a la media aritmética
Zi = Yi – Ā
 (Yi - Ā) ni = 0
(ni.Yi - ni.Ā) = 0
ni.Yi - ni.Ā = 0
Si dividimos para n a todos los miembros de la ecuación para que no se altere tenemos:
[Yi.ni – Ā ni]/n = 0/n
(Yi.ni)/n – (Ā ni)/n = 0
Ā–Ā=0
c) La media aritmética es un operador lineal esto significa que:
M (a+bYi) = a + b M (Yi)
Estos significa que una constante más otra constante por una variable será igual a la primera
constante más la segunda constante por la media aritmética de la parte variable.
M (a+bYi) = a + b M (Yi)
 Ā = M [Yi] = ( Yi.ni)/n además M [Z’i] = ( Z’i.ni)/n
M[Zi] = (Zi.ni)/n
M(a+Y’i) = [(a+Y’i)ni]/n
M[Ui] = (Ui.ni)/n
M(a+bYi) = [(a+bYi)ni]/n
 [(a+bYi)ni]/n = (a.ni + b.Yi.ni)/n
Lo cual nos da:
ani + byi.ni = a + bM[Yi]
n

4.3.1- CONCLUSIONES DE LA PROPIEDAD DE LA MEDIA ARITMETICA

a) Si b = 0  M[a] = a; lo que significa que la media aritmética de una constante siempre será igual a la
misma constante.
a.ni = a
n

ani = a  an = a
n n

b) Si b = 1  M[a – Yi] = a + M[Yi]. Significa que la media aritmética de una constante más una variable
es igual a la constante más la media aritmética de la parte variable.
Ejemplo: El salario mínimo vital MV es de $ 20,00 este se supone que es similar al salario promedio š
20 MV = š
 20
= 40 MV
O sea:

(a+Yi)ni = a+M[Yi]
n

(a.ni+Yi.ni) = ani + Yi.ni

40
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
n n

 ani + Yi.ni = an + M[Yi]


n n n

 a+ M[yi] = a + Ā

c) Si a = 0  M(b.Yi] = bM(Yi), que significa que la media aritmética de una constante por una variable
será igual a la constante por la media aritmética de la parte variable.
Ósea:
b.Yi.ni = bM[Yi]
n

bYi.ni = bM[Yi]
n

bĀ = bĀ ó bĀ = bM[Yi] o bM[Yi] = bĀ

d) la sumatoria de las desviaciones al cuadrado con respecto a la media aritmética es mínima.


Zi²ni es mínima
Zi²ni ≤ Zi’²ni
Lo que indica que:

Recuerde Ā es la media aritmética


Zi = Yi – Ā  Zi = Zi - K
Z’i = Yi – Ot Z’i = Zi - K
Ui = Z’i / C

e) Pariendo de Z’i = Zi + K
 M(Z’i) = M (Zi + K)

Z’i.ni = (Zi + K)ni


n n

Z’i.ni = (Zi.ni + K.ni)


n n

Z’i.ni = Zi.ni + K.ni


n n

Z’i.ni = Zi.ni + Kni


n n n

Z’i.ni = 0+K
n

41
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
 M [Z’i] = K que significa que la media aritmética de las desviaciones con respecto al origen de trabajo
siempre será igual a una constante.
d) Zi = Z’i – K
 M(Zi) = M(Z’i – K)
 Zi.ni = (Z’i – K)ni
n n

 Zi.ni = (Z’i.ni – K.ni)


n n

 M[Zi] = Z’i.ni – K.ni


n

 M[Zi] = Z’i.ni – K.ni


n n

M[Zi] = M[Z’i] – K
M[Zi] = K – K
M[Zi] = 0
Que significa que la media aritmética de las desviaciones con respecto a la media aritmética será cero.
e) Z’i = Yi - Ot
 M[Z’i] = M[Yi – Ot]
 Z’i.ni = (yi – Ot)ni
n n

 Z’i.ni = yi.ni – Ot.ni


n n n

M(Z’i) = yi.ni – Otni


n n

K = M(Yi) - Ot
K = Ā – Ot
Ā = K + Ot
Esta se constituye en la primera forma abreviada del cálculo de la media aritmética
Ahora:
Ā = Ot + Z’i.ni
n

O también: M(Yi) = Ot + M(Z’i)

Recuerde que:
Ui = Z’i  Z’i = Ui.C
C

f) Ā = Ot + Zi.ni
N

Ā = Ot + C.Ui.ni
N

Ā = Ot + CUi.ni o también: M[Yi] = Ot + C.M[Ui]


n

Es la segunda forma abreviada para calcular la media aritmética

42
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

g) Partiendo de:
h)
Zi = Yi – Ā
M[Zi] = M(Yi – Ā)
Zi.ni = (Yi – Ā)ni
n n

M(Zi) = Yi.ni - Āni


n n

M(Zi) = M(Yi) – Ā
M(Zi) = Ā –Ā
M(Zi) = 0

4.4- EJERCICIO DE APLICACIÓN DE LA MEDIA ARITMÉTICA

En base a los siguientes datos que corresponden a los salarios semanales de un grupo de trabajo
medidas en dólares (sector industrial textil) de la ciudad de Quito. Calcular e interpretar la media aritmética
y comprobar las propiedades de la misma, si suponemos que existe un decreto ejecutivo por el cual se
sube todos los salarios semanales en un dólar a nivel general, y adicionalmente por efectos de
negociación de contratos colectivos al sector industrial textil se duplican sus salarios semanales, con el
objeto de aumentar la productividad para competir en el mercado andino, los datos son:
Ym = 31
Y’o = 4
Y’m = 34
n1 = 25
n3 = 15
K = -3
N’2 = 55
3
 Z’i.ni = -420
K = Ā – Ot
Ā = K + Ot
Ā = -3 + 19
Ā = 16

Zi = Yi – Ā

Yi = Y’im + Y’i
2

2Yi = Y’im + Y’i


2(31) = X + 34
62 = X + 34
X = 62/34
X = 28


-300 + (-6n2) + 0 = -420
-6n2= -420 + 300
-6n2= -120
n2 = -120/-6

43
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
n2 = 20

K = -3
K = M(Z’i)
K = Z’i.ni
n

-3 = Z’i.ni
80

Z’i.ni = -3(80)
Z’i.ni = -240
-420 + X = -240
X = -240 + 420
X = 180

1) 6n4 + 12n5 = 180
2) n4 + n5 = 20 (-6)
6n4 +12n5 = 180
-6n4 – 6n5 = -120
6n5 = 60

n5 = 60/6
n5 = 10
6n4 + 120 = 180
Ā = Ot + CUi.ni
n

Ā = Ot + 6 (-40/80)
Ā = 19 + (-3)
Ā = 16
En promedio los trabajadores del sector industrial textil reciben un salario semanal de $ 16.
Otra forma seria:
Ā = Ot + Z’i.ni
n

Ā = 19 + (-240/80)
Ā = 19 + (-3)
Ā = 19 –3
Ā = 16

2 2 2 2
M Yi'-1 -- yi' yi Ni Ni N'i hi Zi Zi.ni Ui Ui.ni Yi.ni Yi.hi Z'i Z'i.ni (1 + (1 + Zi Zi .ni Z'i Z'i .ni
2Yi) 2Yi)ni
1 4 10 7 25 25 80 0.313 -9 -225 -2 -50 175 2.1875 -12 -300 15 375 81 2025 144 3600

2 10 16 13 20 45 55 0.250 -3 -60 -1 -20 260 3.2500 -6 -120 27 540 9 180 36 720

3 16 22 19 15 60 35 0.188 3 45 0 / 285 3.5625 0 420 39 585 9 135 0 0

4 22 28 25 10 70 20 0.125 9 90 1 10 250 3.1250 6 60 51 510 81 810 36 360

5 28 34 31 10 80 10 0.125 15 150 2 20 310 3.8750 12 120 63 630 225 2250 144 1440

80 1 -40 1280 2640 5400 6120

Ā = Yi.ni
n

44
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Ā = 1280/80
Ā = 16

4.4.1- APLICACIÓN DE LAS PROPIEDADES


1) Zi.ni = 0
-285 + 285 = 0
0=0
2) a = 1
b=2
M(a+bYi) = a+bM(Yi)
M(1+2Yi) = 1+2M(Yi)
(1+2Yi)ni = 1+2Yi.ni
n n

2640/80 = 33
33 = 33
3) Zi²n ≤ Z’i²ni
5400 ≤ 6120

RECORDEMOS:

La noción del promedio lleva implícita la idea de variación, ya que no tiene sentido promediar un carácter
invariable. Pero el número singular –promedio- que a de sustituir al número de observaciones de la
población a de cumplir la condición de ser representativo de dicho conjunto, para lo cual a de reflejar la
tendencia de las observaciones.
La media aritmética es un estadígrafo de tendencia central que nos_ _proporciona un promedio con respecto
al total de los datos de una investigación estadística, su símbolo es x
__
ó:
y  M  yi 
La media aritmética, o simplemente media, de un conjunto de N números X1, X2, X3,….,Xn , se denota
por Ā
N

   .....  x X
__

x  x 1 x 2 x 3 x N
 j 1
j

N N N
Ahora bien, si los números X1, X2, ….., Xk ocurren 1, 2, ….., k veces, respectivamente (o sea con
frecuencia 1, 2, ….., k ), la media aritmética es:
k

 1 x1   2 x2  ....   k x  j x
j 1
j
 X  X
X  k
  
 1   2  ....   k 
k


N
j
j 1

La ecuación de la media aritmética ponderada es:

X  w x  w x  ...  w x
1 1 2 2 k k
 WX
w  w  ...  w
1 2 k W

4.5- PRUEBA DE EVALUACIÓN 4

45
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
1- Conteste las siguientes preguntas
a- A qué se llama promedio?
b- Cuáles son las principales medidas de tendencia central?
c- Qué es la media aritmética?
d- Qué es la media aritmética ponderada?
e- Indique dos propiedades de la media aritmética
f- Qué es la desviación?
g- Qué es el origen de trabajo?
h- Explique la propiedad Zi = Yi – Ā
2- Realice los siguientes ejercicios
a- Calcular la media aritmética de los ingresos mensuales de los ecuatorianos del área artesanal de la
provincia de Imbabura.
136, 98, 110, 142, 122, 117, 93, 90, 125, 129, 149, 132, 134, 140, 105
b- El examen final de grado de sexto curso vale 4 veces más que un aporte y un examen trimestral vale 2
veces más que un aporte, un estudiante obtiene la nota de 75 en el examen final, 68 en los exámenes
trimestrales y 95 en los aportes. Cuál es la calificación media?
c- La siguiente tabla muestra la distribución de los diámetros de los remaches salidos en una fábrica.
Calcular el diámetro medio.
Diámetro (m.m) Frecuencias
Y’i-1 --------- Y’i ni
247 250 2
250 253 6
253 256 8
256 259 15
259 262 42
262 265 68
265 268 49
268 271 25
271 274 18
274 277 12
277 280 4
280 282 1
d- En el anterior ejercicio calcule las desviaciones con respecto a la media aritmética y compruebe una
de sus propiedades.
e- Compruebe con el ejercicio anterior que Zi= Z’i – K es igual a M[Zi] = 0
f- De una muestra tomada en Chicago sobre los salarios en dólares por hora, de un grupo de
trabajadores del sector industrial textil se obtuvo los siguientes datos:
Ym = 26
Y’o = 3,5
ni1 = 3
ni2 = 32
K = 1,375
N’2 = 77
3
 Z’ini= -105
Y’m = 28,5
Calcule la tabla de frecuencias, desviaciones y la media aritmética.

46
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO V

5- ESTADIGRAFOS DE POSICIÓN

5.1- LA MEDIANA

Si todos los valores de la variable se ordenan en sentido creciente o decreciente, la mediana es el valor
que ocupa el lugar central, o sea, el que deja a un lado y al otro el mismo número de observaciones.
La mediana es un conjunto de números ordenados en magnitud es o el valor central o la media de los dos
valores centrales.
La mediana es un estadígrafo de tendencia central que nos marca una posición tal que nos asegura que
supera no más del 50% de los datos de una investigación estadística y a la vez es superado por no más
del 50% de las observaciones.
Me es el símbolo de la mediana

5.1.1- CALCULO PARA DATOS ORIGINALES


Primer Caso: cuando el número de datos n es impar; por ejemplo, notas obtenidas por los estudiantes del
aula 5° contabilidad.
6, 7, 8, 10, 10, 10, 10, 8, 7, 8, 6, 8
a- Ordenar los datos en forma ascendente
1 2 3 4 5 6 7 8 9 10, 11
6 7 7 8 8 8 8 10 10 10, 10
b- Ubicamos el número de orden que le corresponde a la mediana aplicando la formula:
n + 1
2

 (11+1) / 2  Me = 12/2 en n Me=6 en n entonces la mediana es 8; Me = 8


El 50% de los estudiantes del aula 5° obtendrán una nota de 6 a 8, en el primer quimestre y el 50%
restante de estudiantes obtendrán una nota de 8 a 10 puntos.
Segundo Caso: Cuando el número de datos n es par

En el mismo ejemplo anterior:


8, 10, 10, 10, 8, 5, 8, 9, 5, 10, 8, 7, 5, 7, 10, 9

a- Ordenamos en forma ascendente


1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
5 5 5 7 7 8 8 8 8 9 9 10 10 10 10 10
b- Ubicamos mediante la formula:
n + 1
2

 (16+1) / 2  Me = 17/2 en n Me=8,5 en n; tomamos los valores intercalados que son 8 y 8 y


dividimos para 2
47
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Me = 8 + 8 = 8
2

El 50% de los estudiantes del aula 5° contabilidad obtendrán una nota de 5 a 8 en el primer
quimestre, mientras que el 50% restante obtendrán notas de 8 a 10

5.1.2- CALCULO PARA DATOS AGRUPADOS


En este tipo de distribución no puede observarse exactamente la mediana porque se desconocen las
observaciones singulares de la variable. Pero una aproximación se puede obtener mediante la siguiente
fórmula:
n
 N j 1
Me  y' C 2
i 1 nj
Donde:
Me= Mediana
Y’i-1= frontera inferior de la clase de la mediana
C= Anchura del intervalo de clase de la mediana
n= número de datos, o frontera total
Nj= Frecuencia simple acumulada
Nj > n/2
nj= Observaciones hasta Nj
Nj-1 = Frecuencia simple acumulada anterior a Nj
Ejemplo de acuerdo al ejercicio anterior:

En base a las siguientes datos que corresponden a los salarios semanales de un grupo de trabajo
medidas en dólares (sector industrial textil) de la ciudad de Quito. Calcular e interpretar la media aritmética
y comprobar las propiedades de la misma, si suponemos que existe un decreto ejecutivo por el cual se
sube todos los salarios semanales en un dólar a nivel general, y adicionalmente por efectos de
negociación de contratos colectivos al sector industrial textil se duplican sus salarios semanales, con el
objeto de aumentar la productividad para competir en el mercado andino, los datos que se obtuvieron son:

M Yi'-1 -- yi' Yi Ni Ni N'i Hi Zi Zi.ni Ui Ui.ni Yi.ni Yi.hi Z'i Z'i.ni


1 4 10 7 25 25 80 0.313 -9 -225 -2 -50 175 2.1875 -12 -300
2 10 16 13 20 45 55 0.250 -3 -60 -1 -20 260 3.2500 -6 -120
3 16 22 19 15 60 35 0.188 3 45 0 / 285 3.5625 0 420
4 22 28 25 10 70 20 0.125 9 90 1 10 250 3.1250 6 60
5 28 34 31 10 80 10 0.125 15 150 2 20 310 3.8750 12 120
80 1 -40 1280

n
 N j 1
Me  y' C 2
i 1 nj
Nj > 80/2
Nj > 40

 45 > 40

Me = 10 + 6x 40-25
20

Me = 10 + 6x 15
48
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
20

Me = 10 + 6x0,75
Me = 10+4.5
Me = 14,5

El 50% de los trabajadores del sector textil de quito tienen un salario por hora de 4 a 14.5 dólares y el 50%
restante ganan de 14.5 a 34 dólares.

Ā = Ot – K
Ā = 19-3
Ā = 16

El salario promedio de los trabajadores del sector industrial textil de Quito es de 16 dólares.
Como una aplicación de la mediana aparecen las cuartilas, decilas y las perceptilas
Estos estadígrafos de orden dividen a los datos de una investigación estadística en tantas partes iguales
de acuerdo al objetivo de percilavos.

Recordemos
La mediana es un conjunto de números ordenados en magnitud es o el valor central o la media de
los dos valores centrales.
Me es el símbolo de la mediana
Formulas para datos originales pares e impares:
Me = (n + 1)/2
n
 N j 1
Formula para datos agrupados: Me  y'  C 2
i 1 nj

PRUEBA DE EVALUACIÓN 5
a- Calcular la mediana y realice el gráfico de los siguientes metros de retazos de tela, de desperdicio en la confección de
vestidos:
1, 1.5, 1.2, 1.7, 2.2, 2.1, 1.9, 1.6, 1.3, 2.3, 2
b- En una nuestra de 22 obreros de una fabrica tabacalera, ganaron los siguientes salarios en un mes.
190, 200, 240, 250, 230, 195, 210, 250, 240, 190, 260, 180, 210, 230, 215, 210, 240, 230, 260, 200, 215, 230
Calcule la media, la mediana e interprete sus resultados.
c- Calcule la mediana e interprete, para los valores de arriendos de los departamentos de un condominio con los siguientes
valores:
Arriendos N° de Departamentos
150-200 7
200-250 6
250-300 10
350-400 4
400-450 4
450-500 8
500-550 4
550-600 3
d- Responda verdadero o falso según corresponda
1- La mediana es el valor central de los valores centrales ( )
2- La mediana 1 representa el 25% de los valores observados ( )
3- Nj-1 es la frecuencia Simple acumulada ( )
4- La fórmula para calcular la mediana es Me = (∑Xi.ni)/n ( ).

49
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

5.2- LAS CUARTILAS


Aquellas dividen a los datos de la investigación en 4 partes iguales conteniendo cada parte el 25% de los
datos.

Su formula es:

mn
 N j 1
Qm  y'  C 4
i 1 nj

Ejemplo calcular la cuartila 3, Q3


Nj>3n/4
Nj>3.80/4
Nj>60
3n
 N j 1
Q3  y '  C 4
i 1 nj
Q3 = 22 +6. 60 - 60
10

Q3 = 22 +6. 0
10

Q3 = 22
El 75% de los trabajadores textiles de Quito, ganan de 4 a 22 dólares mientras que el 25% restante ganan
de 22 a 34 dólares.

5.3- DECILAS
Son estadígrafos de orden que dividen a los datos de la investigación estadística en 10 partes iguales, las
cuales contienen el 10% de los datos.

Su formula es:

mn
 N j 1
Dm  y'  C 10
i 1 nj
Ejemplo calculo de la decila 6, D6 
 Nj > 6n/10
Nj >6.80/10
Nj > 48

50
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
60 > 48

6n
N j 1
D6  y'  C 10
i 1 nj
D6 = 16 + 6. 48-45
15

D6 = 16 + 1,2
D6 = 17.2

El 60% de los trabajadores textiles ganan de 4 a 17.2 dólares mensuales y el 40% restante ganan de 17.2
dólares a 34 dólares mensuales.

5.4- LOS PERCENTILES


Aquí los valores se dividen en 100 partes iguales, por lo que se los llama también Centiles y se denotan
por P1, P2, P3, ….., P99. El quinto decil y el cincuentavo percentil coinciden en la mediana.
El 25° y el 75° percentiles coinciden con el primer y tercer cuartil.
Su formula es:

mn
N j 1
Pm  y'  C 100
i 1 nj

Calcular la percentila 35
 Nj > (35n)/100
Nj > (35.80)/100
Nj > 2800/100
Nj > 28
45 > 28
P35= 10+6x 28-25
20
P35=10+6x3/20
P35=10+0.9
P35=10.9

El 35% de los trabajadores de la industria textil ganan entre 4 y 10.9 dólares mientras que el 65% ganan
entre 10.9 y 34 dólares.

Recordemos:
LAS CUARTILAS: Aquellas dividen a los datos de la investigación en 4 partes iguales conteniendo
cada parte el 25% de los datos.
Su formula es:
mn
 N j 1
Qm  y '  C 4
i 1 nj
51
DECILAS: Son estadígrafos de orden que dividen a los datos de la investigación estadística en 10
partes iguales, las cuales contienen el 10% de los datos.
mn
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

PRUEBA DE EVALUACIÓN 6
1- Calcule la media aritmética, las cuartilas e interprete. Los siguientes datos corresponden a los pares de
zapatos producidos en un día por 124 obreros de una fabrica:
N° de Pares de N° de
Zapatos Obreros
10-13 12
13-16 16
16-19 20
19-22 10
22-25 16
25-28 13
28-31 15
31-34 11
34-37 7
37-40 4
2- Calcule las decilas 3, 5, 7, 9 e interprete. Los siguientes datos corresponden al nivel de quintales de
arroz producidos por hectárea de tierra cultivada de 134
N° de Hectáreas
Quintales
300-340 11
340-380 9
380-420 12
420-460 16
460-500 12
500-540 14
540-580 16
580-620 13
620-660 15
660-700 16
3- Con los cuadros anteriores calcule para cada uno de ellos los perceptiles 3, 11, 26, 70, 83, 95, e
interprete cada uno de ellos.
4- Conteste las siguientes preguntas.
a- ¿Qué indica el cuartil 2?
b- 5.5-
¿Qué
LAson
MODAlos deciles?
c- Es¿En
uncuantas partesdedivide
estadígrafo las observaciones
tendencia central o delosposición
perceptiles?
que nos indica el valor más observado en una
d- investigación
Indique la fórmula de los Deciles
estadística.

5.5.1- MODA POR OBSERVACIÓN


Ejemplo: Notas de los alumnos de cuarto contabilidad.
9, 5, 7, 8, 8, 8, 7, 8, 8, 8

52
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Por simple observación la moda es 8. La mayoría de los estudiantes obtendrán una nota de 8 sobre 10 es
estadística en el primer Quimestre.

5.5.2- MODA BIMODAL


Ejemplo: Notas de los alumnos de cuarto contabilidad.
7, 9, 5, 7, 8, 8, 8, 7, 8, 8, 8, 7, 7, 7
La mayoría de los estudiantes sacarán notas de 7 y 8 en estadística.

5.5.3- MODA EN DATOS AGRUPADOS


No puede observarse con exactitud, por desconocerse los valores realmente observados de la variable.
Con la siguiente formula podemos obtener un valor más o menos aproximado.
Pero no deben ser utilizados cuando los intervalos tienen la misma amplitud. En este caso la línea i del
cuadro es aquella la mayor frecuencia; ni-1 y ni+1 son las frecuencias anteriores y posteriores Y’i-1; el
límite inferior del intervalo correspondiente a la línea i y C la amplitud que es igual a todos los intervalos.

Mo  Y 'i 1  C. n i 1

n i 1
 ni 1
Ejemplo. El salario por hora de 160 obreros clasificados y tabulados son:

Y'i-1 – Y’i ni Ni
4 8 3 3
8 12 12 15
12 16 40 15
16 20 47 102
20 24 32 134
24 28 13 147
28 35 9 156
32 36 4 160
160
Como se puede apreciar la mayor frecuencia es 47, luego:
Que indica que la mayoría de los trabajadores perciben un salario de 17.78 dólares

32
Mo  16  4.  17.78
40  32
La moda es un estadígrafo de tendencia central o de posición que nos indica el valor más observado en
una
La fórmula para calcular moda en datos agrupados es:

Mo  Y 'i1  C. n
i 1

ni1  ni1

PRUEBA DE EVALUACIÓN 7

1- Conteste las siguientes preguntas


a- Qué es la mediana?
53
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
b- Cuál es la fórmula para calcular la mediana con datos originales?
c- Cuál es la formula para calcular la mediana para datos agrupados?
d- Qué son las cuartilas?
e- Qué son las decilas?
f- Qué es la moda bimodal?
g- Cuál es la fórmula de la moda para datos agrupados?
2- Realice los siguientes ejercicios
a- Calcule la mediana de:
16, 18, 17, 11, 18, 11, 10, 18, 17, 19, 11, 14, 13, 11, 17
b- Calcule la mediana de:
235, 239, 237, 233, 231, 239, 235, 237, 239, 240, 239, 236
c- Hallar la mediana del ejercicio f) de la prueba de evaluación del cuarto capitulo e interprete cada uno
de ellos.
d- De la siguiente tabla muestra una distribución de frecuencias de las notas obtenidas en una prueba de
matemáticas, hallas los cuartiles de la distribución e interpretar sus significados

Grado Número de estudiantes


Y’i-1 ---- Y’i
30 40 3
40 50 6
50 60 11
60 70 21
70 80 43
80 90 32
90 100 9
125
e- Hallar las decilas e interpretar cada una de ellas, en base a la siguiente tabla, que representa los
números de errores milimétricos en los tornillos de ⅜ producidos por diferentes máquinas.
Errores milimétricos Observaciones
Y’i-1 ------ Y’i
0.207 0.214 5
0.214 0.221 4
0.221 0.228 16
0.228 0.235 14
0.235 0.242 11
0.242 0.249 8
0.249 0.256 7

f- Encontrar la moda de las siguientes medidas de pantalones que se venden en un centro comercial.
34, 32, 28, 34, 36, 40, 38, 32, 34, 36, 34, 32, 38, 34, 32, 38, 28, 34, 32, 34
g- Encontrar la moda del ejercicio e) e interpretar.

54
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO VI

6- OTROS ESTADÍGRAFOS DE POSICIÓN


6.1- LA MEDIA ARMÓNICA
La media armónica que la representamos con la H, es el conjunto de números X1, X2, X3, ….., Xn es el
reciproco de la media Aritmética Ā de los recíprocos de esos números:
1 n
H  n

1

1 1

n j 1 X j X
En la práctica es más fácil recordar que:
1
X 1 1
H 
n

n
 X
Por ejemplo la media armónica de los números 2, 4 y 8 es:
3 3
H    3.43
1 1 1 7
 
2 4 8 8
Otro ejemplo puede ser:
Durante 4 años sucesivos, una familia compró el gas para su calefacción a $0.80, $0.90, $1.05, $1.25 por
cilindro respectivamente. Hallar el costo medio del gas en ese período?
4
H   0.975
1 1 1 1
  
0.8 0.9 1.05 1.25
Que al comparar con la media aritmética en el supuesto caso que la familia gasta cada año la misma
cantidad de dinero en gas, digamos unos $ 1000 entonces:

Costo medio = Costo total = $ 4000 = 0.97

Cantidad total adquirida 1250+1111+925+800

PRUEBA DE EVALUACIÓN 8
1- Calcular la media armónica de la velocidad alcanzada en un circuito de carreras por 3 automóviles
cuya velocidad respectiva es:
V1 = 150 Km/h.
V2 = 175 Km/h.
V3 = 185 Km/h.
2- Calcular la media armónica de la variación de potencia de 6 motores
P1 = 10 HP
P2 = 15 HP
P3 = 14 HP
P4 = 11 HP
P5 = 17 HP
P6 = 21 HP
6.2- MEDIA GEOMÉTRICA
Se define a la media geométrica, de una distribución de datos como la raíz enésima del producto de los n
3- ¿Indique
valores cuál es la formula de la media armónica?
de la distribución.
La media geométrica G de un conjunto N números positivos X1, X2, X3, …, Xn es la raíz N-ésima del
producto de esos números:

G  n
x x x
1 2 3
.... xn

55
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Esta se utiliza para datos originales, mientras que para datos agrupados podemos usar:

G  n
 X 1n .  X 2n
1 2
....  X k n k

El cálculo de la G se hace recurriendo al empleo de logaritmos y no es aplicable cuando la variable toma


valores negativos.
Hallar la media geométrica de los números 3, 5, 6, 6, 7, 10 y 12.

G  7 (3)(5)(6)(6)(7)(10)(12)  7 453,600

Log G= 1/7 .Log 453,600 = 1/7 . (5.6567) = 0,8081 y G=6,43 (a la centésima). Alternativamente, puede
usarse una calculadora.
Otro método podría ser:
Log G=1/7(log 3+log 5+log 6+log 6+log 7+log 10+log 12)
Log G=1/7(0.4771+0.6990+0.7782+0.7782+0.8451+1.000+1.0792)
Log G=0.8081
G=6.43
Para datos agrupados su cálculo se haría de la siguiente forma de acuerdo al ejercicio anterior

M Yi'-1 -- yi' Yi Ni Ni N'i Hi


1 4 10 7 25 25 80 0.31
3
2 10 16 13 20 45 55 0.25
0
3 16 22 19 15 60 35 0.18
8
4 22 28 25 10 70 20 0.12
5
5 28 34 31 10 80 10 0.12
5
80 1

G  n
 X 1n .  X 2n 1 2
....  X k n k

G  80 7 .13
25 20 15
. (19) . (25) . (31)
10 10

G  80 1.341068619664e  11.900496377488e  221.518112702987e  199.536743164063e  138.196282869808e  14

G  80 3.024399000386e  91

G= 13.91579391835

Otra forma seria

56
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Log G=1/80.(log1.341068619664e+24 + log1.900496377488e+22 + log1.518112702987e+19 +
log9.536743164063e+13 + log8.196282869808e+14

Log G=1.143507988573

G=13.91579391835

PRUEBA DE EVALUACIÓN 9
1- Hallar la media geométrica ponderada de una distribución de datos obtenida al anotar el número
de veces que un dado ha encontrado una de las 6 posiciones posibles en 30 lanzamientos.
Valores N° Efectivos
Posibles
1 4
2 5
3 6
4 3
5 7
6 5
2- Los pesos de una muestra de paquetes de que se cargan en un avión de carga pesados en Kilos
son 10, 16, 25, 18, 13, 21, 9, 22, 19, 12. Determine la media geométrica, la mediana y la moda.
3- La siguiente tabla indica una muestra del número de pedidos de cajas de tabaco por los
establecimientos comerciales de la ciudad de Quito
Cajas Pedidos
2-7 10
7-12 5
12-17 9
17-22 5
22-27 3

Calcule la media aritmética, la moda y la media geométrica


4- Indique cual es la formula de la media geométrica

6.3- MEDIA CUADRÁTICA


A veces la variable toma valores positivos y negativos como ocurre por ejemplo, en los errores de medida.
En tal caso se puede estar interesado en obtener un promedio que no recoja los efectos del signo; en el
caso de los errores por ejemplo, se puede desear un error medio prescindiendo del signo. Este problema
se resuelve, entre otros procedimientos, mediante la llamada media cuadrática que la representa remos
por C. Consiste en elevar al cuadrado todas las observaciones para que desaparezcan los signos
negativos, luego obtener su media aritmética y extraer finalmente la raíz cuadrada y regresamos a la
unidad de medida original.
La formula de la media cuadrática para el caso de datos originales es:

  .... X
2 2 2
X X Xi
2

C  1 2 n
 n
n
Y la formula de la media cuadrática para el caso de datos agrupados es:

  .... X
2 2 2

C  X n1 1 X n 2 2 k n k
  X i ni
n
2

57
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Por ejemplo la media cuadrática del conjunto 1, 3, 4, 5 y 7 es:

1 3  4 5 7
2 2 2 2 2
C=
 20  4.47
5

O por ejemplo en el caso de nuestro ejercicio de datos agrupados tenemos:

M Yi'-1 -- yi' Yi Ni Ni N'i Hi Yi2 Yi2.ni


1 4 10 7 25 25 80 0.313 49 1225
2 10 16 13 20 45 55 0.25 169 3380
3 16 22 19 15 60 35 0.188 361 5415
4 22 28 25 10 70 20 0.125 625 6250
5 28 34 31 10 80 10 0.125 961 9610
80 1 2165 25880

C 
Yi2 ni 
 25880  323.5  17.986
n 80

RECORDEMOS
LA MEDIA ARMÓNICA es el conjunto de números X1, X2, X3, ….., Xn es el reciproco de la
media Aritmética Ā de los recíprocos de esos números, su formula es: H  1 n
n

1

1 1
 X
n j 1 X j

LA MEDIA GEOMÉTRICA Se define a la media geométrica, de una distribución de datos como la


raíz enésima del producto de los n valores de la distribución. Sus formulas son:

Para datos originales G  n


x x x 1 2 3
.... x n

Para datos agrupados G  n


 X 1 n . X 2 n 1 2
....  X k n k

MEDIA CUADRÁTICA Consiste en elevar al cuadrado todas las observaciones para que
desaparezcan los signos negativos, luego obtener su media aritmética y extraer finalmente la raíz
cuadrada y regresamos a la unidad de medida original.
Y la formula de la media cuadrática para el caso de datos agrupados es:

  ....
2 2 2
X X X  X
2

C  1 2 n
 n
i

n
O por ejemplo en el caso de nuestro ejercicio de datos agrupados tenemos:

  ....
2 2 2

C  X n 1 1 X n 2 2 X n k k
  X ini
n
2

58
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
PRUEBA DE EVALUACIÓN 10
1- De una nuestra de consumidores de tabaco se obtuvieron los siguientes datos de consumo
diario por unidades
Cajas Pedidos
5-11 15
11-17 11
17-23 9
23-29 8
17-22 4
22-27 6
Calcule la Moda e interprete y la media cuadrática.
2- Calcule la media cuadrática de 5, 2, 6, 9, 7, 4
3- ¿En qué consiste la media cuadrática?

59
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO VII

7- ESTADIGRAFOS DE DISPERSIÓN.
7.1- LA DISPERSIÓN Y SU MEDIDA

Un promedio resume todos los valores observados en uno solo que los representa; su utilidad depende
por tanto, de su representatividad del conjunto de observaciones. Si los valores observados de la variable
están muy concentrados alrededor del promedio, este es muy representativo; pero si estos valores están
muy dispersos con relación al promedio, será muy poco representativo. En consecuencia, el significado de
un promedio gana mucho si viene acompañado de una media de la concentración o dispersión de las
observaciones en torno a él.

Las palabras ―concentración‖ y ―dispersión‖ se refieren a los aspectos contrarios del mismo fenómeno.
El problema lo plantearemos con el siguiente ejemplo; supongamos dos familias de dos personas cada
una; el consumo diario de calorías de las personas de la primera familia es de 1500 y 4500 y el de las
personas de la segunda familia es de 2900 y 3100. El consumo medio de calorías de ambas familias
diariamente es 3000, cabe concluir entonces que las dos tienen el mismo nivel calórico. Esto es verdad,
además, en la segunda familia el promedio Ā en este caso, es más representativo que en la primera. Pero
esta última conclusión puede sacarse porque se dispone de las observaciones primarias porque éstas son
pocas y puede deducirse con facilidad la característica de dispersión.

Otro ejemplo puede ser el siguiente chiste: ―Si yo me como dos pollos y tu no te comes ninguno, la
estadística demuestra que cada uno hemos comido un pollo‖. Aquí se ha prescindido de la idea de
dispersión y se razona exclusivamente con el promedio, porque estos solamente dan un valor central de la
variable y prescinden de la magnitud de su variabilidad o dispersión.

Puede observase que se ha hablado de la dispersión como algo ligado a un promedio, como una medida
para conocer su representatividad. Sin embargo, la dispersión existe con independencia de los promedios.
Los caracteres –atributos o variables- no suelen permanecer constantes, estables al pasar de un elemento
de población a otro.
No todas las personas tienen la misma estatura, ni los mismos ingresos, ni el mismo lugar de nacimiento,
etc. Si no existiera esta variabilidad, la estadística se reduciría a muy poca cosa, esta variabilidad es su
esencia ya que esta técnica persigue conocer las regularidades existentes en dicha variabilidad.
La existencia de la variabilidad en los valores de una variable es la que origina las distribuciones de
frecuencias, cuyas representaciones gráficas suelen expresar más perceptiblemente que los números, la
concentración o dispersión de las observaciones.
Un gráfico bien leído proporciona una idea bastante completa de la dispersión, pero para ser bien leído no
hay olvidar lo dicho a propósito de las escalas, porque una misma distribución puede tener una
representación gráfica muy concentrada o muy dispersa, aparentemente, si se utilizan escalas diferentes.
Un ejemplo lo tenemos en los siguientes gráficos:

OBREROS CLASIFICADOS POR SUS SALARIOS


Paga por hora No. de obreros
Variable Frecuencia
4-8 3
8 – 12 12
12 - 16 40
16 - 20 47
20 - 24 32
24 - 28 13

60
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
28 - 32 9
32 - 36 4
TOTAL 160

60

40

20

4-8 8 - 12 12 - 16 16 - 20
20 - 24 24 - 28 28 - 32 32 - 36

En este primer gráfico se tiene la sensación de que los datos están muy dispersos mientras que en el
siguiente que los datos están muy concentrados; no obstante como se puede observar comparando las
escalas, corresponden a una misma distribución.

60
55
50
45
40
35
30
25
20
15
10
5
0

4-8 8 - 12 12 - 16 16 - 20 20 - 24
24 - 28 28 - 32 32 - 36

Cuando se quiere saber la dispersión de una variable, lo que se intenta es obtener una medida y un
número, que indique el mayor o menor grado de dispersión.

Las medidas más conocidas son la desviación estándar y recorrido que vienen expresadas en la misma
unidad que la variable; también es frecuente el uso del coeficiente de variación, que viene expresado
como porcentaje. La más usada es la primera medida.

7.2- DESVIACIÓN MEDIA


La desviación o desviación promedio, de un conjunto de n números X1, X2, …., Xn es abreviada por MD y
se define como:
n

 x
j 1
j
 X
 X  X
MD    X  X
n n

61
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Donde X o Ā es la media aritmética de los números y Xj - X ex el valor absoluto de la desviación de Xj
respecto de X . ( El valor absoluto de un número es el número sin signo y se denota con dos barras
verticales; así -4= 4, +3=3, 6= 6 y -0.56= 0.56
Por ejemplo; hallar la desviación media del conjunto 2, 3, 6, 8, 11
Primero extremos la media aritmética:
X =(2+3+6+8+11)/5 = 6
y posterior mente la desviación media:

DM = 2-6+3-6+6-6+8-6+11-6 = -4+-3+0+2+5
5 5
DM = (4+3+0+2+5)/5 = 2.8

PRUEBA DE EVALUACIÓN 11
1- Hallar la desviación media de 4, 6, 9, 3, 7. 16, 22, 5, 11, 17, 14
2- La siguiente tabla nos indica las mediadas de las longitudes de los cordones de zapatos arrojadas
por una muestra de 70 pares.
Longitud en No de
centímetros observaciones
20-23 12
23-26 9
26-29 6
29-32 11
32-35 15
35-38 7
38-41 6
41-44 4
Hallar la desviación media.
3- Hallar la desviación media de los errores en milímetros arrojados en las dimensiones de clavos
producidos por una máquina. La muestra corresponde a 30 observaciones.
n:
1.2 1.5 1.6 1.9 1.5
1.3 1.7 1.45 1.5 1.25
0.9 0.92 1.8 1.37 1.21
1.11 0.56 0.93 1.27 1.76
1.23 1.42 1.29 0.92 0.17
1.96 1.73 0.77 1.82 0.64

7.3- DESVIACIÓN ESTÁNDAR

La medida numérica de la dispersión la podemos obtener a partir de las diferencias de cada valor de la
variable con respecto a su media aritmética o con respecto a otro promedio.
Simbólicamente estas diferencias se llaman desviaciones y se expresan así:

xi - X

Como hay n observaciones, habrá n desviaciones como la anterior. Pues bien si los valores de la variable
están muy concentrados alrededor de X , entonces las desviaciones xi - X serán pequeñas, y si están
muy dispersos, las desviaciones serán grandes. Luego, un promedio de tales desviaciones da un solo
número que es expresivo del grado de concentración o dispersión de las observaciones; si hay

62
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
concentración, el promedio será un número pequeño, y si hay dispersión, el promedio será un número
grande.
Hay que elegir un promedio para aplicarlo a las n desviaciones; este podría ser la media aritmética, pero
en este caso no es aplicable.
Para obtener la media aritmética de n números – ahora son las n desviaciones Xi - X -, han que sumarlos
y dividirlos por n, pero la suma de las desviaciones con respecto a la media aritmética, como ya dijimos, es
siempre igual a cero, porque se compensan las desviaciones positivas con las negativas.
Por tanto la desviación media de todas las desviaciones Xi- X no puede ser una medida de la dispersión
porque siempre es igual a cero.
El promedio ideal, sin duda, es la media cuadrática, que hay que aplicar ahora, no a los valores X, sino a
las desviaciones Xi - X . Esta media cuadrática se denomina desviación estándar y es representada por
la letra S. Su formula es:

 ( Xi  X )
2

S 
N

Hay que recordar que la raíz cuadrada de un número es otro número que puede que puede tomarse como
signo positivo o negativo, en este caso se usa el signo positivo.
S varía desde cero en adelante.
Cuando S= 0; todos los valores de Xi son iguales.
A medida que S es mayor, la dispersión también es mayor.
La desviación estándar es una medida de dispersión de los valores de la variable con respecto a la media
aritmética.
Para datos originales podemos aplicar directamente la formula anterior, pero es mejor utilizar la siguiente
formula:

2
 Xi 
Xi 
2

S 
N  
 N 
Por ejemplo:
La edad de 5 personas que conforman una familia son:
8, 26, 23, 19, 44.

Xi Xi2
8 64
19 361
23 529
26 676
44 1936
120 3566


2
3566  120 
años
S    137.2  11.71
5
 5 
La desviación estándar viene dada por la misma unidad de medida que la variable.
Para datos agrupados se utiliza otra formula donde aparecen los valores distintos de la variable. Por tanto
cada Xi y cada X12, se multiplican por las frecuencias correspondientes, que es la que indica el número de
veces que se repite ese valor distinto:

63
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
2
 Xi 
Xi.ni 
2
.ni 
S 
N  
 N 
Por ejemplo: Hallar la desviación estándar de la muestra de producción de zapatos de 50 personas que
trabajan en una pequeña fábrica artesanal, cuyas frecuencias se expresan en el siguiente cuadro:

Xi Ni Xi.ni Xi2 Xi2 . ni


1 16 16 1 16
2 20 40 4 80
3 9 27 9 81
4 5 20 16 80
Total 50 103 30 257

2
257  103  Pares de zapatos
50  
S   0.8964  0.95
 50 

Para datos agrupados y en intervalos, como para la media aritmética, no pude obtenerse exactamente la
desviación estándar por no conocerse los valores de la variable realmente observados; una aproximación
se obtiene transformando cada intervalo por una marca de clase correspondiente y se calcula como en el
caso anterior. Por ejemplo, el salario por hora de 160 obreros se clasifica de la siguiente forma:

m Yi-1 Yi' ni Yi Yi.ni Yi2 Yi2.ni


1 4 8 3 6 18 36 108
2 8 12 12 10 120 100 1200
3 12 16 40 14 560 196 7840
4 16 20 47 18 846 324 15228
5 20 24 32 22 704 484 15488
6 24 28 13 26 338 676 8788
7 28 32 9 30 270 900 8100
8 32 36 4 34 136 1156 4624
160 2992 3872 61376


2
61376  2992  dólares
S    33.91  5.83
160
 160 

7.3.1- PROPIEDADES DE LA DESVIACIÓN ESTÁNDAR


Si la variable se distribuye normalmente, entonces el intervalo construido sumado y restado a la media
aritmética 1.96 veces a la desviación estándar contiene el 95% de las observaciones. Simbólicamente este
intervalo se expresa así:

64
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
X - 1.96S; X + 1.96S

Así mismo, si el intervalo se construye sumando y restando a la media aritmética 2.58 veces, la desviación
estándar dentro de dicho intervalo está el 99% de las observaciones. Simbólicamente el intervalo será:

X - 2.58S; X + 2.59S

Esto se aplica para las distribuciones normales, pero también sirve para las campaniformes simétricas y
moderadamente asimétricas, en este caso es mejor aplicar a los intervalos, los enteros convirtiendo 1.96
en 2 y 2.58 en 3, así tenemos:

X ± 2S
X ± 3S

Cualquiera de los intervalos, es a su vez, otra medida de dispersión, dada ahora, por su intervalo y no por
su valor singular. Si ese intervalo es muy pequeño, las observaciones están muy concentradas; si es muy
grande es que están muy dispersas.
La fundamental utilidad de estos intervalos radica en que se aplican a las estimaciones estadísticas
hechas por muestreo.
PRUEBA DE EVALUACIÓN 12
1- Determinar la variación estándar de los tabacos consumidos por unidades en un día por 8
fumadores: 16, 14, 15, 5, 23, 9, 11, 20
2- El siguiente cuadro indica el nivel de salarios mensuales que perciben 40 trabajadores de la
Constructora Andrade y Pérez Cía.
Sueldos en N° de
Dólares trabajadores
197-210 16
210-223 12
223-236 19
236-249 22
249-262 31
262-275 35
275-288 10
288-301 8
Determinar la media aritmética y la desviación estándar.
3- De una muestra de 30 observaciones sobre el consumo de energía eléctrica en Kw/h., por las
plantas industriales dedicadas a la producción de muebles se obtuvieron los siguientes datos:
81.3 66.5 98.4 22.5 39.2 51.5 25.3 72.5 87.8 51.7 21.6 78.9 37.5 64.8 76.1
21.6 26.5 62.9 67.4 36.8 49.2 27.7 61.7 91.8 42.1 57.6 44.2 54.1 29.7 53.8
Hallar la desviación estándar

7.4- LA VARIANZA

La varianza es el conjunto de datos se define como el cuadrado de la desviación típica o estándar y viene
dada en consecuencia por S2 cuando se habla de poblaciones y de σ 2 cuando se trata de muestras, en las
ecuaciones antes indicadas, por tanto es una medida de dispersión. Por no tener la raíz cuadrada facilita
las deducciones y las operaciones algebraicas, pero en cambio la unidad en que viene expresada es el
cuadrado de la unidad de la variable.
La varianza es siempre positiva y mayor o igual a la desviación típica.

65
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

2
 Xi 
Xi.ni 
2
.ni 
  
2
S N
 N 

 ( Xi  X )
2


2
S N

2
 Xi 
Xi.ni 
2
m Yi-1 Yi' ni Yi Yi.ni Yi2 Yi2.ni .ni 
  
2

1 4 8 3 6 18 36 108 S N
2 8 12 12 10 120 100 1200
 N 
2

3 12 16 40 14 560 196 7840
61376 2992 
  
2
4 16 20 47 18 846 324 15228 S 160
5 20 24 32 22 704 484 15488  160 
6
7
24
28
28
32
13
9
26
30
338
270
676
900
8788
8100
S
2

61376
160
 18.72
 383.6  349.69
2
8 32 36 4 34 136 1156 4624 S
 33.91
2
160 2992 3872 61376 S

PRUEBA DE EVALUACIÓN 13
1- Determinar la varianza del consumo de gasolina por litros diarios de 8 camiones de transporte de
una compañía: 11, 18, 19, 13, 15, 29, 21, 27
2- El siguiente cuadro indica el gasto incurrido en salud de 150 trabajadores de la de una empresa
productora de flores.
Gasto en N° de
Dólares trabajadores
17-21 18
21-25 14
25-29 19
29-33 21
33-37 27
37-41 15
41-45 16
45-49 20
Determinar la media aritmética, la desviación estándar y la varianza.
3- De una muestra de 40 observaciones sobre el desgaste de brocas de perforación en milímetros
por una planta de perforación de pozos petroleros se obtuvieron los siguientes datos:
71.5 67.5 78.4 47.5 29.2 31.6 71.9 57.5 64.2 71.1
46.5 48.7 72.6 46.2 65.2 44.1 58.1 42.9 61.6 53.8
61.6 36.5 42.9 67.4 36.8 57.6 42.2 54.1 29.7 53.8
51.5 25.3 78.5 87.8 51.6 49.2 37.7 51.7 91.8 52.1
Hallar la varianza

7.5- COEFICIENTE DE VARIACION

Frecuentemente, se presenta el problema de comparar las dispersiones de dos o más distribuciones. Por
ejemplo, si se desea saber si la variabilidad de la temperatura de un lugar es mayor o menor que de otro;
si los salarios varían más en un grupo de obreros que en otro, etc.
66
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

En todos estos casos de comparación de dispersiones, se puede efectuar utilizando la desviación


estándar. Si las variables comparadas tienen sus medias aritméticas iguales o aproximadamente similares
y si dichas variables vienen expresadas en la misma unidad de medida. Si estas circunstancias no
ocurren, que suele ser lo habitual la comparación debe hacerse mediante el coeficiente de variación cuya
formula es:

V = (S/ X ).100

Que no es sino la desviación estándar expresada como porcentaje de la media aritmética. V no se expresa
en unidades de la variable.
Ejemplo: de los siguientes cuadros
a- Edad de cinco personas

Años
8
26
23
19
44

b- familias distribuidas por sus personas activas


Personas activas No. de familias
Variable Frecuencia
1 16
2 20
3 9
4 5
Total 50

c- Obreros clasificados por su salario

Paga por Hora No. de Obreros


Variable Frecuencia
4–8 3
8 – 12 12
12 - 16 40
16 – 20 47
20 – 24 32
24 – 28 13
28 – 32 9
32 – 36 4
Total 160

67
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Cuyos resultados son:

Cuadro X S Unidad
A 24 11.71 Años
B 2.06 0.95 Personas
C 18.70 5.83 Dólares

Tomando la desviación estándar, para comparar la dispersión de las tres distribuciones, no se llega a
ninguna conclusión correcta.

Lo que al calcular el coeficiente de dispersión se tiene:


Va= (11.71/24)x100 = 48.79
Vb= (0.95/2.06)x100 = 46.17
Vc= (5.83/18.70)x100 = 31.18

Puede decirse entonces, que la distribución del cuadro c tiene la menor dispersión porque su coeficiente
de variación es menor.
Este coeficiente de variación depende de S y de X.
Si X = 0; el coeficiente de variación es infinito
V no tiene sentido cuando X = 0 o aproximado a cero
RECORDEMOS:
Si los valores observados de la variable están muy concentrados alrededor del promedio, este es muy
representativo; pero si estos valores están muy dispersos con relación al promedio, será muy poco representativo.
La dispersión existe con independencia de los promedios. La existencia de la variabilidad en los valores de una
variable es la que origina las distribuciones de frecuencias, cuyas representaciones gráficas suelen expresar más
perceptiblemente que los números, la concentración o dispersión de las observaciones.
n

 x j
 X
 X  X
La fórmula para la desviación media es: MD  j 1
  X  X
n n
DESVIACIÓN ESTANDAR
La medida numérica de la dispersión la podemos obtener a partir de las diferencias de cada valor de la variable con
respecto a su media aritmética o con respecto a otro promedio. La desviación media de todas las desviaciones Xi-
X no puede ser una medida de la dispersión porque siempre es igual a cero.

 ( Xi  X )
2

Sus formulas son: S  y  Xi


2
  Xi 
2
N S 
N
  
 N 

Cuando S= 0; todos los valores de Xi son iguales.


A medida que S es mayor, la dispersión también es mayor.
La desviación estándar es una medida de dispersión de los valores de la variable con respecto a la media
aritmética.
La desviación estándar viene dada por la misma unidad de medida que la variable.
I- LA VARIANZA es el conjunto de datos que se define como el cuadrado de la desviación típica, sus
formulas son:
2
 .ni    Xi.ni 
2

S  Xi  
2

N
 N 
2
 ( Xi  X ) 68

2
S N

II- COEFICIENTE DE VARIACION


INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

PRUEBA DE EVALUACIÓN 14
1- Con los datos obtenidos de los ejercicios de evaluación 7 y 8 de la distintas tablas y
casos, calcule los coeficientes de variación y compárelos entre si.
2- La primera tabla indica el consumo de carne en libras por 10 familias compuestas de 5
miembros y la segunda tabla indica el numero de personas que trabajan en una muestra
de 15 familias
Tabla 1 Tabla 2
1.5 1.8 2 2 2
2 3.5 1 4 3
1 1.4 4 3 2
2.5 2.2 5 1 4
2.8 3 1 2 3
Determinar los coeficientes de variación y realizar la comparación entre ellos.

69
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO VIII

8- ANALISIS DE VARIABLES TIPO UNO


8.1- LA COVARIACION

Muchos de los fenómenos o problemas a investigar presentan dos y más variables las cuales precisan ser
determinadas para ver como influyen entre si. Para comenzar el estudio nos referiremos a 2 variables X y
Y.
Muchas variables se mueven con sincronización o variación conjunta más o menos intensa, a esta forma
de comportarse la variable se la llama covariación.
La covariación puede presentarse de las siguientes formas:
a- Dependencia causal o unilateral, que es cuando una variable X influye en otra variable Y, pero no
influye Y en X.
Un ejemplo puede ser el que la altitud influye en el rendimiento de los jugadores de fútbol; pero el
rendimiento de los jugadores no influye el la altitud.
En este tipo de dependencia la variable X se denomina independiente, explicativa o variable causa y Y
se denomina variable dependiente, explicada o variable efecto.
En el ejemplo anterior la altitud seria la variable independiente y el rendimiento de los jugadores la
variable dependiente.
b- Interdependencia, donde la influencia de X y Y es reciproca y se producen en las dos direcciones.
Esta relación se la conoce como bilateral o interdependencia.
Un ejemplo es demanda de un bien en el mercado y el precio del mismo en el mercado; si el precio es
menor o mayor se demanda sube o baja y si la demanda es baja se reducen los precios y si la
demanda sube se incrementan los precios.
c- Dependencia indirecta, donde 2 variables X y Y pueden mostrar una covariación por medio de una
tercera variable Z que influye en ellas. Si Z es la tercera variable, esta influye aumentando o
reduciendo a X y Y, variando X y Y en el mismo sentido pero no hay dependencia o interdependencia
entre X y Y.
Por ejemplo en el siguiente cuadro se presenta la tasa de natalidad y el consumo de proteínas
animales, la dependencia es indirecta con la tercera variable que es el nivel de vida, medible por el
nivel del ingreso por habitante.
NATALIDAD Y CONSUMO DE PROTEÍNAS
Países Tasa de Consumo diario de
natalidad proteínas
Ecuador 30.9 53.6
Argentina 20.3 105.7
Bolivia 34.4 57.5
EE.UU. 17.0 61.4
Cuba 17.4 77.4

d- Concordancia, que indica que si X y Y son variables independientes, pueda que en sus variaciones
haya alguna concordancia, Así por ejemplo en la elección de Mis Ecuador se compara el puntaje
asignado por dos jueces a las 5 finalistas del concurso

Concursantes Juez 1 Juez 2


A 4 3
B 2 1
C 3 3
D 5 4
E 4 2

70
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Es interesante si existe o no concordancia entre en las decisiones de los jueces dadas por separado.

e- Covariación casual, se produce cuando hay una variación sincronizada entre dos variables de la que
pueda deducirse una asociación o dependencia entre ellas; esta covariación puede ser accidental o
casual.

8.2- ANALISIS GRAFICO DE COVARIACION


En el siguiente cuadro se indica el nivel de consumo e ingresos de las familias de las ciudades de Quito,
Guayaquil, Cuenca, Ambato y Loja. Como es conocido el nivel de consumo depende del ingreso, donde el
Consumo es Y y el Ingreso X dando:

120
CONSUMO E INGRESO
110
100
CONSUMO

90
80
70
60
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

INGRESO
CIUDADES INGRESO CONSUMO
Quito 136 96
Guayaquil 154 110
Cuenca 99 77
Ambato 115 88
Loja 96 84

Luego entre X y Y hay dependencia causal unilateral.


Como es conocida la variable dependiente Y en el eje de las ordenadas y la variable independiente X en el
eje de las abscisas.
El diagrama que se obtuvo se conoce como diagrama de dispersión o nube de puntos.
Este diagrama es un indicador de la dependencia entre las dos variables, de la observación se deduce
que conforme aumenta el ingreso aumenta el consumo, luego hay cierta dependencia.
Es muy importante el método gráfico de análisis de covariación, el cual no solo sirve para descubrir la
relación entre 2 variables, si no también para ver sus características; además, es fácil y eficaz por lo que
se lo utiliza frecuentemente.

71
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

A- En el gráfico a la nube expresa clara relación lineal o forma de línea recta, la relación es positiva o
directa o que cada variable aumenta; y los puntos están concentrados.
B- En el gráfico b hay relación lineal, inversa o negativa con gran dispersión.
C- No hay relación, porque las variaciones de X no reflejan variaciones sistemáticas en Y, y a lo contrario.
D- En el gráfico b la relación no es lineal, es una relación curvilínea o no lineal.
A más del análisis del método gráfico, la covariación de 2 variables puede ser estudiada mediante las
técnicas llamadas Regresión y Correlación.

8.3- LA REGRESION

Cuando se establece la dependencia de una variable como Y, respecto de otra independiente como X,
entonces la relación toma el nombre de regresión. Un ejemplo es el caso de el nivel de ventas de un bien
depende de su precio en el mercado, o el peso de los pollos de una granja dependen del volumen de
alimentos suministrados.
La variable dependiente suele variar en forma directa o inversa en relación a la variable independiente. La
regresión tiende ha ser lineal, pues utiliza herramientas matemáticas.

8.3.1- LA REGRESIÓN LINEAL

Cuando existe una tendencia de los valores históricos a formar una línea recta se puede aplicar una
ecuación matemática para determinar su regresión
Y = a + bX

Mediante esta ecuación se buscaran encontrar los valores que pueden asumir las variables y los
parámetros a y b, donde a es el coeficiente de posición y b el coeficiente de regresión.
El método más utilizado para resolver este tipo de problemas es el de los mínimos cuadrados que parte de
la ecuación lineal, así tenemos:

Y = a+bX

de donde aplicando el operador sumatorio tenemos:

Y = a+bX

 Y = na + bX que es la primera ecuación del sistema de ecuaciones

y para la segunda ecuaciones tenemos:

Y = a+bX

72
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

De donde tomamos la variable X y la multiplicamos por los elementos de la ecuación

X(Y = a + bX)
XY = aX + bX2

Aplicando el operador sumatorio tenemos:


XY = aX + bX2

 XY = aX + bX2 que es la segunda ecuación del sistema de ecuaciones

Y = na + bX
XY = aX + bX2

Ejemplo: Tomado en el supuesto caso de que el PIB de Ecuador depende del volumen de producción de
petróleo, tenemos:

PRODUCCIÓN PETROLERA Y EL PIB


n X Y X.Y X2
PROD.MILLONE PIB EN
S MILLONES
AÑO DE BARRILES DE S/. DE 1975
1989 102 176195 17971890 10404
1990 104 181531 18879224 10816
1991 109 190638 20779542 11881
1992 117 197436 23100012 13689
1993 125 201447 25180875 15625
1994 138 210150 29000700 19044
1995 141 215074 30325434 19881
1996 140 219335 30706900 19600
1997 142 226749 32198358 20164
1998 137 227678 31191886 18769
Total o  1255 2046233 259334821 159873

2046233 = 10a + 1255b


259334821 = 1255a + 159873b
Multiplicando por -125.5 en la primera ecuación tenemos
2046233 = 10a + 1255b (-125.5)
259334821 = 1255a + 159873b ( 1 )

2046233 10 1255 -125.5


259334821 1255 159873 1

73
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
-256802241.5 -1255 -157502.5
259334821 1255 159873
2532579.5 0 2370.5

2532579.5 = 2370.5b

b= 2532579.5
2370.5

b= 1068.3735

Para a será:
2046233 = 10a + 1255b
2046233 = 10a + 1255 ( 1068.3735)

2046233= 10a + 1255 (1068.37355)


2046233= 10a + 1340808.805
Despejando a será:
705424.1949 = 10a

a= 705424.19
10

a= 70542.419
Quedando la ecuación

Y = 70542.419 + 1068.3735X

Esta ecuación nos permitirá realizar proyecciones del PIB si creciere la producción petrolera.
Así por ejemplo, si deseamos saber cual sería el PIB si la producción petrolera subiese a 170 (millones de
barriles) reemplazamos en la fórmula.
Y= 70542.419 + 1068.3735(170)
Y= 70542.419 + 181623.495
Y= 252165.914
Es decir, con una producción de 170 millones de barriles de petróleo el PIB se ubicaría en
aproximadamente 252165.914 millones de sucres deflacionados a 1975.

8.5- CORRELACIÓN ENTRE DOS VARIABLES

Se denomina correlación al grado de relación o interdependencia que existen entre dos variables. De este
modo se dice que dos variable están muy relacionadas y se puede expresar mediante formulas
matemáticas. Por ejemplo, cuando se considera como dos variables el radio r de una serie de
circunferencias y longitudes, L, de la circunferencia correspondiente, se observa una correlación total entre
ambas variables que pueden expresarse mediante la formula:
L = 2∏r

74
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Por el contrario, variables como el peso de los individuos y el consumo diario de tabaco por individuo, no
parecen a simple vista estar correlacionados. Se dice entonces que no hay correlación entre las dos
variables. Cuando se estudia la correlación entre dos variables se habla de una relación lineal la cual se
presenta mediante una línea recta.
Cuando se estudia en cambio la relación entre 3 o más variables se habla de correlación múltiple y su
representación gráfica puede ser un círculo, parábola, etc.
En el caso de la correlación lineal como indicamos intervienen tan solo dos variables X y Y, siendo una
independiente y otra dependiente, la medida del grado de relación o correlación r entre las variables esta
determinada por la formula:

N  XY   X . Y
r
N
  X  
2
 X  . N Y
2 2

 Y  
2

La ventaja del coeficiente de correlación es que se trata de un coeficiente adimensional, por lo que no
depende de las unidades en que estén expresadas las dos variables correlacionadas, siendo únicamente
función de las dos variables en cuestión.

El coeficiente de correlación tiende a ubicarse en el intervalo de –1 ≤ 0 ≤ 1, cuando r este más próximo a –


1 ó +1 mayor correlación habrá, inversamente proporcional en el primer caso y directamente proporcional
en el segundo caso. Mientras si por el contrario r tiende aproximarse a cero 0 menor será la correlación
existente o no existirá ninguna.

Ejemplo: La siguiente tabla nos indica el tiempo de entrega en base a la distancia existente por camión.

Embarque Distancia T. Entrega


Muestreado Millas X Días Y X.Y X2 Y2
1 725.00 3.50 2537.50 525625.00 12.25
2 215.00 1.50 322.50 46225.00 2.25
3 1020.00 4.00 4080.00 1040400.00 16.00
4 550.00 2.00 1100.00 302500.00 4.00

75
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
5 480.00 1.00 480.00 230400.00 1.00
6 922.00 3.00 2766.00 850084.00 9.00
7 1230.00 4.50 5535.00 1512900.00 20.25
8 324.00 1.50 486.00 104976.00 2.25
9 670.00 3.50 2345.00 448900.00 12.25
10 1271.00 6.00 7626.00 1615441.00 36.00
TOTALES 7407.00 30.50 27278.00 6677451.00 115.25

N  XY   X . Y
r
N
 X

2
   X  . N Y
2 2

 Y  
2

r= 0.91089865

Este nos indica que existe un 91.09% de dependencia del tiempo de entrega en relación a la distancia de
ubicación de los camiones. Es decir, interpretando nos quedaría: El tiempo de entrega de cargas por parte
de los camiones depende en un 91.09 % de la distancia en que se encuentren los camiones, mientras que
el 8.91% depende de otros factor

RECORDEMOS:
La Covariación: Se refieren a la relación entre 2 variables X y Y, ó más.
Muchas variables se mueven con sincronización o variación conjunta más o menos intensa, a esta forma de
comportarse la variable se la llama covariación.
En este tipo de dependencia la variable X se denomina independiente, explicativa o variable causa y Y se denomina
variable dependiente, explicada o variable efecto.
A más del análisis del método gráfico, la covariación de 2 variables puede ser estudiada mediante las técnicas
llamadas Regresión y Correlación.
La variable dependiente suele variar en forma directa o inversa en relación a la variable independiente. La regresión
tiende ha ser lineal, pues utiliza herramientas matemáticas.
El método más utilizado para resolver este tipo de problemas es el de los mínimos cuadrados que parte de la
ecuación lineal, así tenemos:
Y = a+bX

 Y = na + bX que es la primera ecuación del sistema de ecuaciones


 XY = aX + bX2 que es la segunda ecuación del sistema de ecuaciones
CORRELACION ENTRE DOS VARIABLES Se denomina correlación al grado de relación o interdependencia que
existen entre dos variables. Se dice entonces que no hay correlación entre las dos variables. Cuando se estudia la
correlación entre dos variables se habla de una relación lineal la cual se presenta mediante una línea recta.
Cuando se estudia en cambio la relación entre 3 o más variables se habla de correlación múltiple y su
representación gráfica puede ser un circulo, parábola, etc. La medida del grado de relación o correlación r entre las
variables esta determinada por la formula:
N  XY   X . Y 76
r
N
  X
2

  X   . N  Y
2 2
 
 Y 
2


La ventaja del coeficiente de correlación es que se trata de un coeficiente adimensional, por lo que no depende de
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

PRUEBA DE EVALUACIÓN 15
1- En el siguiente cuadro se presentan los años de uso de 10 camiones y volumen de gases
tóxicos que emiten sus motores.
Años de uso Volumen de gas
Tóxico
4 25
7 60
2 18
16 83
5 47
9 72
8 64
14 81
3 22
12 80
Determinar el coeficiente de correlación e interpretar, calcular la ecuación lineal a través
del método de los mínimos cuadrados
Y calcular cual seria el volumen de gases tóxicos para un camión con 18 años de uso.
2- El siguiente cuadro nos indica el nivel crecimiento de ventas en función de los gastos de
publicidad, por parte de una empresa de servicios de seguros.
Ventas de Seguros Gastos en
Generales publicidad
25.000 5.000
27.000 6.300
31.000 9.600
46.000 12.000
25.000 4.000
26.000 5.500
18.000 7.500
49.000 10.000
33.000 9.000
22.000 6.000
Determinar el coeficiente de correlación y calcular la ecuación lineal para estimar cual seria el
nivel de ventas con una inversión en publicidad de 15.000,oo dólares.

77
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPITULO IX

9- CLASIFICACIÓN DE LOS ÍNDICES

9.1- ÍNDICE SIMPLE DE PRECIOS

Son de gran utilidad los números índices cuando se emplean para resumir en una sola serie las
fluctuaciones de una o un conjunto de variables que se relacionan entre sí. Por ejemplo se puede estar
interesado en conocer las fluctuaciones del precio de la naranja, en cuyo caso puede aplicarse la técnica
que se expondrán en esta sección de ―números índices‖ a la correspondiente serie de precios. Pero en si
el interés recae no en conocer la marcha del precio de la naranja, sino como varían los precios de los
cítricos, o los precios de los productos agrícolas, o a todos los precios al por mayor, o al por menor,
mediante una sola serie que representa ala conjunto de mercaderías.
A los índices de una sola variable se los conoce como índices simples o elementales, pero cuando se
trabaja con varias variables se los llama índices compuestos o complejos.
Veamos un ejemplo de cómo extraes índices simples. En el siguiente cuadro se indican los precios del
café, cacao y arroz en el mercado de cuenca.

Año Cacao Café Arroz


1997 3,78 3,05 1,39
1998 4,59 3,25 1,80
1999 6,50 3,85 1,89
2000 4,55 5,82 1,52
2001 3,80 4,25 1,50

La obtención de índices simples es una operación fácil. Las tres series del siguiente cuadro permiten
conocer la evolución relativa a los precios y realizar comparaciones:

Año Cacao Café Arroz


1997 100.00 100.00 100.00
1998 121.43 106.56 129.50
1999 171.96 126.23 135.97
2000 120.37 190.82 109.35
2001 100.53 139.34 107.91

Para ello se toma se toma como base el precio P o de 1997, convirtiendo se los siguientes en P1, P2, P3,
P4.
La interpretación de estos índices dirá por ejemplo, para el precio del cacao en P 3: El precio del cacao
para el 2000 creció en un 20,37% con respecto al precio de 1997.

Si los precios representados por P, la serie de precios se escribirán así:

P0 P3
*100 * 100
P0
P0
P1
*100 P4
P0 * 100
P2 P0
*100
P0
78
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
En general para el precio correspondiente al tiempo t, el índice simple será

Pt
P0
Donde se ha suprimido el factor 100, porque cuando se expresan lo índices es costumbre indicar en
porcentajes, por lo que se puede suprimir dicho factor de las formulas.
Nótese que el cociente Pt/P0 es la expresión simbólica del índice elemental o simple del precio en el
tiempo t con respecto al tiempo 0.

9.2- ÍNDICE SIMPLE DE CANTIDAD


La misma figura se adoptará para otra variable, así si queremos obtener el las variaciones relativas de la
cantidad producida de un bien q su formula será:

qt
q0
Que expresa el índice de variación de la cantidad en el tiempo t, con respecto a la cantidad del tiempo 0.

Años Cantidades Total Índice de Cantidad


Banano Camarón Flores Banano Camarón Flores
1994 36.00 40.20 41.90 118.10 1.00 1.00 1.00
1995 50.30 39.90 8.70 98.90 1.40 0.99 0.21
1996 43.20 28.20 55.60 127.00 1.20 0.70 1.33
1997 38.20 55.60 38.50 132.30 1.06 1.38 0.92
1998 40.20 38.80 50.50 129.50 1.12 0.97 1.21

Ahora procedamos a calcular una sola serie de índices de precios, donde se trata de reducir o concentrar
las tres series de los 2 anterior cuadros, en una sola serie; lo cual se consigue mediante un promedio
como la medía aritmética.

9.3- ÍNDICES SIMPLES AGREGATIVOS


Si se aplica la media aritmética a los precios del primer cuadro, posteriormente hay que calcular los
índices simples o elementales, ya que las tres series anteriores se reducen a una sola, lo cual se hace
como en el caso de los índices simples.
Año Cacao Café Arroz Total Media Índices
1997 3.78 3.05 1.39 8.22 2.74 100.00
1998 4.59 3.25 1.80 9.64 3.21 117.27
1999 6.50 3.85 1.89 12.24 4.08 148.91
2000 4.55 5.82 1.52 11.89 3.96 144.65
2001 3.80 4.25 1.50 9.55 3.18 116.18

En la quinta columna se presentan los totales de las 3 series de precios para cada año, en la sexta
columna la media aritmética y séptima los índices complejos en función de la columna de la media
aritmética.

79
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
En este cuadro de debe notar que la serie de índices complejos es la misma si se obtiene con la serie de
totales o se calcula con las medias.
El método se simplifica obteniendo solamente los totales agregados. Además estos totales agregados se
han obtenido sin considerar la distinta importancia relativa del cacao, el café y el arroz, dentro de toda la
producción de este tipo, por lo que la agregación realizada es simple o no ponderada, por lo que se
conoce como método de la media agregativa simple.

Año Cacao Café Arroz Total Índices


1997 3.78 3.05 1.39 8.22 100.00
1998 4.59 3.25 1.80 9.64 117.27
1999 6.50 3.85 1.89 12.24 148.91
2000 4.55 5.82 1.52 11.89 144.65
2001 3.80 4.25 1.50 9.55 116.18

Su interpretación dirá por ejemplo de P2: Los precios del cacao, café y arroz han crecido en 1999 en un
48,91% con respecto a 1997.
Este método aparte de excluir la ponderación, resulta inapropiado cuando las variables que hay que
reducir o agregar, vienen expresadas en diferentes unidades de medida.
Esto hace que el método de la media agregativa apenas sea utilizado, a no ser en casos de emergencia, o
cuando no se puede emplear otro.
Pero la media aritmética también puede aplicarse a los índices simples o elementales del cuadro anterior.
En este caso la media aritmética da directamente la serie de índices complejos o compuestos, pero, los
índices elementales, el procedimiento se llama Método de la media aritmética simple no ponderada, así
tenemos:
Año Cacao Café Arroz Total Media
1997 100.00 100.00 100.00 300.00 100.00
1998 121.43 106.56 129.50 357.49 119.16
1999 171.96 126.23 135.97 434.16 144.72
2000 120.37 190.82 109.35 420.54 140.18
2001 100.53 139.34 107.91 347.78 115.93

El método de la media aritmética simple se utiliza con cierta frecuencia, sobre todo cuando no es posible
obtener información para estimar las ponderaciones.
La eficiencia de las ponderaciones tanto menor cuanto mayor es el número de variables que hay que
condensar en el índice complejo, lo que revaloriza el método de la media aritmética simple, produciéndose
que la diferencia de los 2 métodos en el cálculo de índices sea mínima.

9.4- ÍNDICES COMPUESTOS DE VALOR, PRECIO Y CANTIDAD


En la actividad económica, los precios y las cantidades cambian sus indicadores con mucha frecuencia y
constituyen un gran número de variables. En la producción por ejemplo, hay cantidades de bienes
producidos y los precios de estos bienes; en el comercio al por mayor también hay cantidades, precios ya
sea para las importaciones o exportaciones e incluso cuando se habla de un salario se habla de un precio
que es el de la mano de obra.

Si:
P = Precio de un bien
q = La cantidad, ya sea producida, consumida, vendida, exportada, etc.
V = valor.

80
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Se tendrá una ecuación donde:
V= p.q
Para cualquier bien en cuestión tendremos:
Precio = p0, p1, p2, p3, pt…..
Cantidad = q0, q1, q2, q3, qt…..
La serie temporal de valores será:
V0= p0.q0
V1= p1.q1
V2= p2.q2
V3= p3.q3
Vt= pt.qt
Esta serie temporal de valores depende de dos variables precio y cantidad, cuyas variaciones repercuten
en la serie de valores.
Pero si por ejemplo, en el transcurso del tiempo, permanece constante la cantidad q, la serie de valores
solo reflejará las variaciones del precio; de modo que si el precio se duplica, también será doble su valor,
etc.
Se el precio p se mantiene constante, las fluctuaciones en la serie de valores se deben exclusivamente a
las variaciones de la cantidad.
Luego, si se desea estudiar las variaciones del precio podemos servirnos de una serie de valores con q =
constante, de la misma forma, si queremos estudiar las variaciones de la cantidad, recurriremos a una
serie de valores con p = constante.
Tenemos entonces 3 series de valores.
1ª p0.q0 2ª p.q0 3ª p0.q
p1.q1 p.q1 p1.q
pt.qt p.qt pt.q
Donde:
1ª p = variable 2ª p = constante 3ª p = variable
q = variable q = variable q = constante
Estas 3 series expresan valores; luego pueden sumarse con las que se obtengan de otros bienes o
mercancías.
Si se tiene n bienes, para los que se desea obtener un índice complejo, la suma de los respectivos valores
puede apreciarse abreviadamente:

1ª 2ª 3ª
p0.q0 p.q0 p0.q
p1.q1 p.q1 p1.q
pt.qt p.qt pt.q

Esta serie es similar con al anterior pero se presenta una diferencia, el valor de las anteriores serie se
refería a un solo bien mientras que esta a un conjunto de n bienes. Las series de los valores totales
pueden convertirse en índices, sólo al aplicar el método de los índices elementales o simples ya que se
trata, en cada caso, de una sola serie.
Sea 0 el tiempo base, entonces, los índices correspondientes al tiempo t son:

V 
 p q  100
t t

pq 0 0

Q 
pq
 100 t

 pq 0

P 
pq
 100
t
81
pq 0
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Donde V es un índice de valor y Q y P también índices de valor pero con restricciones.
En el índice Q permanece constante el precio, este índice expresa las variaciones de cantidad, luego es
un índice de cantidad, de volumen o cuantía.
Mientras que en P la cantidad es constante, expresando este índice las variaciones de los precios, siendo
un índice de precios.

Los índices de cantidad Q o de Precios P son índices complejos, porque reúnen en una sola serie todas
las cantidades o todos los precios, de un conjunto considerado.
Estos índices se los conoce como índices agregativos con la diferencia de que son ponderados.
Este procedimiento hace posible la suma correcta; lo que no podía hacerse frecuentemente con las series
originales, como ya vimos.

En los índices de cantidad Q y de precios P se debe tomar un valor constante, la inquietud es ¿cuál es el
valor constante del precio o de la cantidad?, y para ello tenemos 2 alternativas:
1- Consiste en tomar como constante el precio o la cantidad del tiempo elegido como base, es la solución
de LASPEYRES; por eso los índices de precios o cantidades obtenidos se llaman índices de
LASPEYRES.
2- Consiste en tomar como constante el precio o la cantidad correspondiente al tiempo para el cual se va
a calcular el índice, o sea, el tiempo t; es la solución de PAASCHE, por eso los índices de precios o de
cantidad mediante este método se conoce como índices de PAASCHE.

Índice la Laspeyres Cantidad Precio

QL  pq 0 t
PL  pq t 0

pq 0 0 pq 0 0

Índice de Parche

Qp 
pq t t
Pp 
pq t t

pq t 0 pq 0 t

Naturalmente que estos índices deberán ser multiplicados por 100 para expresarlos en porcentaje.
En base a estos índices Físher, propuso como índice ideal a la media geométrica de las anteriores, dando:

Q f  QL .Qp ; Pf  PL .Pp
Veamos el desarrollo de un ejercicio:

IPASt 0 
 P  100t

P 0

IPASt 0  Indice agregado simple de precio


82

 P  Suma
t de precios del año det erminado
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Bienes Precios Índices


1990 1991 1992 P91/P90 P92/P90 P92/P91
Arroz 17000 20000 27000 1.176 1.588 1.350
Azúcar 13000 18000 28000 1.385 2.154 1.556
Aceite 750 1100 1500 1.467 2.000 1.364
Leche 200 300 450 1.500 2.250 1.500
Total 30950 39400 56950 5.528 7.992 5.769

Interpretando uno de los índices como el de la leche diría: el precio de la leche se incremento en un 125%
en 1992 con respecto a 1990
De acuerdo a la formula:

IP0tAS   P  100 t

P 0

39400
IP9091AS   100
30950
IP9091AS  1,27  100  127%

Para interpretar de 127% restamos 100 lo que nos da 127-100= 27%. Su interpretación diría que los
precios de este conjunto de bienes se han incrementado en un 27% en 1991 con respecto a 1990.

IP0tAS 
P t
 100 I-

P 0
II-

56950
IP9092AS   100
30.950
IP9092AS  1,84  100  184%

Para interpretar de 184% restamos 100 lo que nos da 184-100= 84%. Su interpretación diría que los
precios de este conjunto de bienes se han incrementado en un 84% en 1992 con respecto a 1990.

IP0tAS   P  100
t

P 0

56.950
IP9192AS   100
39.400
IP9192AS  1,44  100  144%

83
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Para interpretar de 144% restamos 100 lo que nos da 144-100= 44%. Su interpretación diría que los
precios de este conjunto de bienes se han incrementado en un 44% en 1992 con respecto a 1991.
Si cambia la unidad de medida cambia el índice agrega torio simple, para evitar esto aparece el índice
promedio de relativos

9.5- ÍNDICE PROMEDIO SIMPLE DE RELATIVOS


Se toma en cuenta los precios relativos de los bienes

Pt
p
IP0tX  0
 100
K

IP0tX  Indice promedio simple de relativos


Pt
p  Suma de precios relativos
0

K  número de bienes o de servicios

Bienes Precios Índices


1990 1991 1992 P91/P90 P92/P90 P92/P91
Arroz 17000 20000 27000 1.176 1.588 1.350
Azúcar 13000 18000 28000 1.385 2.154 1.556
Aceite 750 1100 1500 1.467 2.000 1.364
Leche 200 300 450 1.500 2.250 1.500
Total 30950 39400 56950 5.528 7.992 5.769

Pt
p
IP0tX  0
 100
K
P92
p
IP9092X   100
90

K
7 ,992
IP9092X   100
4
IP9092X  1,998  100  199 ,8  100  99 ,8

En promedio los precios de este conjunto de bienes se incremento en un 99,8% en el año de 1992 con
respecto a 1990.

84
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Pt
 p0
IP0tX   100
K
P
 p92
92
IP91  91
 100
X
K
5 ,76
92
IP91   100
X
4
92
IP91X
 1,44  100  144  100  44%
En promedio los precios de este conjunto de bienes se incremento en un 44% en el año de 1992 con
respecto a 1991

Pt
 p0
IP0tX   100
K
P
 p91
91
IP90  90
 100
X
K
5 ,516
91
IP90   100
X
4
91
IP90X
 1,379  100  137 ,9  100  37 ,9%

En promedio los precios de este conjunto de bienes se han elevado en 1991 en un 37,9% con respecto a
1990.

9.6- ÍNDICES PONDERADOS


Los índices ponderados tratan de eliminar las limitaciones que acarrea el utilizar los índices promedios y
como su nombre lo indica pondera precios y cantidades para visualizar el verdadero cambio o incremento
sea del precio o la cantidad.

Los más usados generalmente son: los de Laspeyres, Paasche y Fischer.

De acuerdo a esto, los índices de precios se calcularían mediante las formulas:

IPLt 0 
P Q t 0
 100
P Q 0 0

IPPt 0 
P Q t t
 100
P Q 0 t

IPFt 0  IPL  IPP  100

IPFt 0 
 PQ   PQ
t 0 t t
 100
PQ PQ 0 0 0 t
85
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Los índices de cantidad a través de:

IQLt 0 
 Q  P  100
t 0

Q  P
0 0

IQPt 0 
 Q  P  100
t t

Q  P
0 t

IQ t
F0  IQL  IQP  100

IQFt 0 
Q P  Q P
t 0 t t
 100
Q P Q P0 0 0 t

Mientras el índice de valor se lo calcula a través de:

IV t

 P Q t t
 100
P Q
L0
0 0

Ejemplo:

Bienes 1989 1990 1991 P91XQ89 P89XQ89 P91XQ91 P89XQ91


P Q P Q P Q
A 2 4 3 4 4 4 16 8 16 8
B 10 2 13 3 15 3 30 20 45 30
C 20 5 30 4 40 2 200 100 80 40
D 5 4 10 3 12 4 48 20 48 20
TOTAL 37 15 56 14 71 13 294 148 189 98

Índices ponderados de precios:

IPLt 0 
P Q t 0
 100
P Q 0 0

294
IPLt 0   100
148
IPLt 0  1,986486  100
IPLt 0  198 ,6486  100
IPLt 0  98 ,6486%

86
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Los precios de este conjunto de bienes según Laspeyres se han incrementado en un 98,6486% en 1991
con respecto a 1989.

IP t

 P 91  Q91
 100
P  Q91
P0
89

189
IPLt 0   100
98
IPLt 0  1,92857  100
IPLt 0  192 ,857  100
IPLt 0  92 ,857%

Según Paasche el precio de este conjunto de bienes se ha elevado en un 92,857 en 1991 con respecto a
1989.

IP8991F  1,9864865  1,92857  100


IP8991F  3 ,831078  100
IP8991F  1,957314  100
IP8991F  195 ,73  100  95 ,73%
Para Fischer los precios de este conjunto de bienes se han incrementado en un 95, 73% en 1991 con
respecto a 1989.
Mientras que los índices de cantidad quedan de la siguiente manera:

1- Laspeyres

IQL9189 
Q 91  P89
 100
Q 89
 P89
98
IQL9189   100
148
IQL9189  0 ,662162  100
IQL9189  66 ,21  100
IQL9189  33 ,78%

87
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
La cantidad consumida del conjunto de estos bienes decreció en un 33,78% en 1991 con respecto a 1989.

2- Paasche

IQL9189 
Q 91  P91
 100
Q 89
 P91
189
IQL9189   100
294
IQL9189  0 ,642857  100
IQL9189  64 ,2857  100
IQL9189  35 ,71%

La cantidad consumida de este conjunto de bienes de acuerdo a Paache ha reducido en un 35.71% en


1991 con respecto a 1989.

3- Fischer
91
IQ89 F
 0 ,662162  0 ,642857  100
91
IQ89 F
 0 ,425675  100
91
IQ89 F
 0 ,652438  100
91
IQ89 F
 65 ,2438  100  34 ,756%

Según Fischer la cantidad consumida de este conjunto de bienes se ha reducido en 34,76% en 1991 con
respecto a 1989.

Mientras el índice de valor:

IV8991 
P Q 91 91

P Q 89 89

189
IV8991   100
148
IV8991  1,2770  100
IV8991  127 ,7  100  27 ,7%

Este nos indica que el gasto de las familias para adquirir este conjunto de bienes se incremento en un
27.7% en 1991 con respecto a 1989.

88
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

Ejemplo

Años Precios Cantidades


Banano Camarón Flores Banano Camaró Flores
n
1994 378.10 305.40 138.60 36.00 40.20 41.90
1995 459.70 324.60 179.70 50.30 39.90 8.70
1996 649.40 385.80 189.10 43.20 28.20 55.60
1997 455.10 582.00 151.50 38.20 55.60 38.50
1998 380.60 424.60 149.90 40.20 38.80 50.50
TOTAL 2322.90 2022.40 808.80 207.90 202.70 195.20

Años Índices Simples Precio Índices Simples Cantidad


Banano Camarón Flores Banano Camaró Flores
n
1994 1.00 1.00 1.00 1.00 1.00 1.00
1995 1.22 1.06 1.30 1.40 0.99 0.21
1996 1.72 1.26 1.36 1.20 0.70 1.33
1997 1.20 1.91 1.09 1.06 1.38 0.92
1998 1.01 1.39 1.08 1.12 0.97 1.21
TOTAL 6.14 6.62 5.84 5.78 5.04 4.66

BIENES 1994 1995 1996 1997 1998


P Q P Q P Q P Q P Q
Banano 378.10 36.00 459.10 50.30 649.40 43.20 455.10 38.20 380.60 40.20
Camarón 305.40 40.20 324.60 39.90 385.80 28.20 582.00 55.60 424.60 38.80
Flores 138.60 41.90 179.70 8.70 189.10 55.60 151.50 38.50 149.90 50.50
TOTAL 822.10 118.10 963.40 98.90 1224.30 127.00 1188.60 132.30 955.10 129.50

89
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

90
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

ÍNDICE PRECIOS ÍNDICES CANTIDAD ÍNDICES


Años LASPEYRE PAASCH FISCHER LASPEYR PAASCH FISCHER VALOR
S E ES E
1994 100.00 100.00 100.00 100.00 100.00 100.00 100.00
1995 117.07 116.04 116.55 102.25 101.35 101.80 118.65
1996 147.69 151.44 149.55 103.02 105.63 104.32 156.01
1997 145.53 151.19 148.33 115.98 120.48 118.21 124.13
1998 116.90 115.55 116.22 107.42 106.19 106.80 124.13

9.7- PROPIEDADES Y RELACIONES


Si se toma los índices de precios o de cantidades y cada sumando del numerador lo dividimos y
multiplicamos por el precio p0, tenemos:

PL   p t
p0 q0 .
1
p0  p0 q0
Pp  p t
p0 qt .
1
p0  p0 qt
O sea que el índice de Laspeyres es laX de los índices simples Pt/P0 Ponderados con los valores P0 Q0
del año base; y que el índice de Paasche esXla de los índices simples P t/P0, pero ponderados ahora con
los valores p0 qt de las cantidades de tiempot a los precios del tiempo0.

Luego el índice de Laspeyres y de Paasche son medias agregativas ponderadas y medias aritméticas
ponderadas de las anteriores formulas.
Esto es importante para el calculo, porque interesa disponer a la vez de los índices simples o elementales
y el índice complejo, por ejemplo si se desea conocer la evolución de los precios en el sector B se debe
disponer de los índices para el cacao, café y arroz, separadamente y del índice complejo de dicho sector.
Entonces debe primero obtenerse los índices elementales, y luego calcular el complejo utilizando las
formulas enunciadas anteriormente cuando se trata de precios, o de análogas para las cantidades.
También es de gran interés las relaciones existentes entre los índices de valor, de precios y de cantidad.
Así como v = p.q, una propiedad importante de los índices es la comparabilidad, es decir,
V = P.Q

Siendo V índice de valor


P índice de precios
Q índice de cantidad
La relación no se cumple cuando P y Q son índices de Laspeyres, luego:
PL.QL  V
Tampoco se verifican si son índices de Paasche, luego:
Pp.Qp  V
Pero, si se cumplen, cuando P y Q se calculan por el método de Fisher, así:
PF.QF = V
Una adecuada combinación de los índices de Laspeyres y de Paasche son las siguientes igualdades:

91
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
PL . PP = V
PP . QL = V

Estas igualdades se demuestran por el método de sustitución. Así nosotros podemos comprobar:

 p .q   p .q
t t 0 t
  p .qt t

 p .q  p .q
0 t 0 0  p .q0 0

Naturalmente las relaciones anteriores se verifican en tanto que los precios y las cantidades se refieran
exactamente al mismo grupo de bienes o mercancías.

9.8- PRINCIPALES ÍNDICES UTILIZADOS EN LA ADMINISTRACIÓN Y LA ECONOMÍA


Existen índices muy importantes que son considerados como indicadores de la situación económica y
financiera de un país los cuales indican períodos de inflación, deflación, estancamiento o desarrollo
económico.
Los principales son:
1- Índices de precios al consumidor IPC
2- Índices de precios al por mayor IPM
3- Índices de producción industrial IPI
4- Índice promedio industrial IPmI
De estos el más importante es el Índice de Precios al Consumidor.

9.8.1- ÍNDICE DE PRECIOS AL CONSUMIDOR


Llamado también índice de Costo de Vida y es un número que nos indica en forma aproximada los
cambios relativos de los precios de los bienes y servicios de la canasta familiar básica de las familias de
ingresos medios y bajos de las principales ciudades del país, tanto de la costa como de la sierra con más
de 10.000 habitantes.
La institución responsable de llevar la investigación de este índice es el Instituto Nacional de Estadísticas y
Censos INEC, la cual considera una canasta familiar de unos 400 bienes y servicios la cual se
descompone en 4 grandes grupos:
a- Alimentos
b- Indumentaria o vestido
c- Vivienda
d- Misceláneos
Las ciudades que se toman como muestras de investigación son:
a- Costa:
1- Babahoyo
2- Esmeraldas
3- Guayaquil
4- Machala
5- Portoviejo
b- Sierra:
1- Ambato
2- Cuenca
3- Latacunga
4- Quito
5- Loja
6- Riobamba

92
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Para calcular este índice el INEC utiliza la fórmula de Laspeyres, con la investigación empírica realizada el
INEC publica mensual, trimestral, semestral y anualmente el IPC con el apoyo del Banco Central del
Ecuador.
1
9.8.2- USOSPA
DEL IPC   100
JULIO 87 IPC
El IPC sirve de base en el cálculo de varios indicadores como son:
1- Sirve para determinar el Poder1Adquisitivo de la moneda nacional
PA   100  0 ,182
1 .5
548
PA   100
JULIO 87

IPC
2- Sirve para determinar el salario real SR de los trabajadores:

Salario Nominal o Monetario


SR   100
IPC
SR  PA  Salario Nominal
3- Sirve para deflacionar series cronológicas

Serie Nominal o Monetario


Serie Re al   100
IPC
Serie Re al  PA  Serie Nominal
Fecha IPC PA SALARIO SALARIO VENTAS SERIE REAL
NOMINAL REAL DE VENTAS
Jul-86 478.30 0.20900 10000.00 2090.33 100000.00 20900.00
Ene-87 548.50 0.18200 13000.00 2187.78 110000.00 20053.00
Dic-87 713.80 0.14000 14500.00 2030.00 150000.00 21000.00
Ene-88 736.90 0.13500 14500.00 1967.67 150000.00 20357.00
Jul-88 982.80 0.10170 19000.00 1932.30 160000.00 16272.00
Sep-88 1116.20 0.08950 19000.00 1700.50 175000.00 15662.50
May-89 1670.60 0.05980 22000.00 1315.60 200000.00 11820.00
Dic-89 1998.80 0.05003 27000.00 1350.85 230000.00 11506.90
Dic-90 3057.30 0.03340 32000.00 1046.65 300000.00 10020.00
May-91 3707.80 0.02697 44000.00 1186.68 320000.00 8630.40
Feb-92 4916.30 0.02034 44000.00 894.96 350000.00 7119.00

1
PA   100
JULIO 86 IPC
1
PA   100  0 ,209
JULIO 86 478.3

93
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Por cada sucre gastado por una familia en 1986 en bienes y servicios apenas 21 centavos tienen poder
adquisitivo

Por cada sucre gastado por una familia en 1987 en bienes y servicios apenas 18 centavos tienen poder
adquisitivo.

SR  Salario No min al  PA
JULIO 86

R  10000  0.209  2090.33


JULIO 86

Un trabajador que percibía en 1986 la cantidad de 10000 sucres en realidad percibe apenas 2090.33
sucres

De esta forma se van obteniendo los demás índices para los siguientes años.

9.8.3- ÍNDICES DE PRECIOS AL POR MAYOR


Es aquel que nos indica los cambios relativos de los precios de los bienes y servicios que sirven de
insumos para las industrias, es decir, permite medir los cambios relativos de los precios de bienes y
servicios negociados en grandes unidades de medida como quintales, toneladas, etc.
Para el cálculo de este índice se utiliza la fórmula de Laspyres.

9.8.4- ÍNDICE DE PRODUCCIÓN INDUSTRIAL


Este nos indica las variaciones relativas del volumen de producción de las principales empresas
industriales del país, debido al poco desarrollo industrial d nuestro país este índice no es mayormente
utilizado, pero en aquellos grandes países se utiliza con mucha frecuencia.

9.8.5- ÍNDICE DE PROMEDIO INDUSTRIAL


Es un índice utilizado en el mercado de valores o bolsa de valores pues este refleja los cambios o
movimientos que sufren los precios de las acciones de las principales industrias o empresas de un paíS

94
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

PRUEBA DE EVALUACIÓN 16
1- La siguiente tabla muestra los precios medios al por mayor de los huevos en EE.UU. durante
1978 y 1985. Hallar la relación de precios:
a- Para 1984 con 1978 como base
b- Para todos los años con 1978 como base
Años Precio medio
Centavos por
docena
1978 60.3
1979 66.2
1980 62.8
1981 69.0
1982 66.8
1983 72.7
1984 78.6
1985 63.4
2- El siguiente cuadro recoge las relaciones de precios de un artículo con 1977 – 1979 = 100.
Determinar las relaciones de precios con:
a- 1980 = 100
b- 1983-1984 = 100
años Gastos en
publicidad
1980 127
1981 134
1982 118
1983 125
1984 137
1985 141
3- A continuación se muestra los precios y cantidades de consumo en los EE.UU. De varios metales
para los años 1975 y 1984. tomando 1975 como base, calcular los índices de precios para los años
siguientes, por el método de agregación simple.

Precio Cantidad
Centav. Por libra Millones de libras
1975 1984 1975 1984
Cobre 64.2 66.4 3440.0 2406.0
Plomo 21.5 25.6 1144.0 710.0
Estaño 339.8 623.8 49.4 42.8
Cinc 39.0 48.6 1068.0 558.0

4- Con los datos anteriores del problema 3, obtener los índices de precios de esos metales con 1975
como base, mediante un promedio simple de las relaciones de precios.
5- Con los datos del ejercicio 3 obtener un índices de precios de Laspeyres para 1984 con 1975 como
año base
6- Con los datos del ejercicio 3 obtener los índices de precios de Paasche con 1975 como año base.
7- Con los datos del ejercicio 3 obtener los índices de precios de Fisher con 1975 como año base

95
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
CAPÍTULO X

10- DEFINICIÓN DE PROBABILIDADES

Se definen las probabilidades y la esperanza matemática como esquemas mentales ideados para poder
razonar con variables aleatorias.
Con su utilización se pasa de situaciones de incertidumbre a situaciones de riesgo en que se pueden
calcular las consecuencias de cualquier decisión.
Se exponen sus principales propiedades.

10.1- INTRODUCCIÓN
Hemos visto hasta aquí, como ordenando y resumiendo de forma adecuada los datos disponibles sobre
una materia determinada pueden ponerse de manifiesto las características más singulares de esta
información. Con ello tenemos una visión general de los objetivos y los métodos de la Estadística
Descriptiva.
Para seguir adelante en la exposición de las posibilidades de la Estadística se hace ya imprescindible
introducir el concepto de las probabilidades. Por ello hemos considerado de gran interés dedicar aquí un
capítulo de nuestro programa a este tema.

10.2- CONCEPTO DE PROBABILIDAD


Existe un amplio campo de fenómenos que son "inestables" o que varían de una forma no determinada,
como puede ser los rendimientos humanos o mecánicos en el trabajo, la precisión en el trabajo, los
ingresos de las familias de una profesión determinada, las veces en que sale cara o cruz al tirar al aire una
moneda, pero en los que comprobamos que al aumentar el número de observaciones sobre ellos, la
frecuencia relativa con que se repiten ciertos hechos (un rendimiento menor que una cifra dada, un error
de precisión mayor que cierto límite fijado, unos ingresos mayores o menores que cierta cantidad, etc.)
oscila en intervalos cada vez menores. El ejemplo más usual es el de la moneda tirada al aire: No se
puede, racionalmente, saber si una vez saldrá cara o cruz pero al repetir el experimento observamos que
el número de veces que sale cara "tiende" a ser igual al de las que sale cruz.
Estos fenómenos se denominan probabilidades y todos tenemos una idea intuitiva de ellos. Todos
tenemos una idea intuitiva de la probabilidad de que ocurra un hecho en uno de estos fenómenos y la
utilizamos corrientemente en nuestras decisiones diarias.
En matemáticas se denomina probabilidad, precisamente a esta frecuencia relativa límite, hacia la que
tienden a estabilizarse estos fenómenos.
Por tanto la probabilidad de un suceso es, pues, el límite de su frecuencia relativa al crecer el número de
experimentos, cuando este límite existe.

10.3- PROPIEDADES DE LA PROBABILIDAD


Por tanto la probabilidad tiene las mismas propiedades de las frecuencias relativas:

1- La probabilidad varía entre cero y la unidad. La probabilidad cero corresponde a los sucesos que no se
producen nunca. La probabilidad uno corresponde al suceso que se repite siempre o suceso seguro.

2- Si a) — PA es la probabilidad de que ocurra un suceso A


b) — PB es la probabilidad de que ocurra otro suceso B
c) — y si A y B son incompatibles ( A y B se excluyen, no pueden producirse nunca
simultáneamente)
La probabilidad de que ocurra uno cualquiera de los dos sucesos A o B (P A + B) es la suma de las
probabilidades respectivas
PA + B = PA + PB
(Obsérvese que puede decirse lo mismo de las frecuencias de A y B).

96
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Por tanto la suma de las probabilidades de todos los sucesos posibles es la unidad, la probabilidad del
suceso seguro.

3- Si a) - PA es la probabilidad de que ocurra un suceso A


b)- PB es la probabilidad de que ocurra un suceso B
c)- y si A y B son independientes; es decir, que la probabilidad de que ocurra B, sabiendo que ha ocurrido
A, es la misma que antes de saberlo (la frecuencia relativa de B en los casos en que se ha dado A antes,
es la misma, aproximadamente, que la frecuencia relativa de B en el conjunto de todos los datos).
La probabilidad de que ocurra a la vez A y B es:
PAB = PA • PB
(lo mismo es aplicable a las frecuencias relativas).

4- Si en un fenómeno que estamos estudiando, todos los sucesos que pueden ocurrir son igualmente
probables (por ejemplo, al tirar un dado la probabilidad de que salga cualquiera de las caras es la misma,
es decir, que a la larga todas las caras habrán aparecido el mismo número de veces aproximadamente), la
probabilidad de cualquiera de ellos Pi es:

1
Pi 
n
en que n es el número de sucesos posibles.
Ejemplos:
a) — Si tiramos un dado la probabilidad de que salga la cara marcada con un punto es

1
P
6
(por la propiedad 4a., al ser el número de caras n = 6)
b) — La probabilidad de que salga la cara marcada con un punto, o la cara marcada con dos puntos es:

1 1 1
P  
6 6 3
1
( es la probabilidad de que salga cualquiera de las caras, según la propiedad 4 a. La probabilidad de que
6
ocurra una de las dos cosas es la suma de probabilidades, por la propiedad 2a.)
c) — Si tiramos el dado dos veces, la probabilidad de que salga la cara marcada con un punto las dos
veces consecutivas es:

1 1 1
a P  
(por la propiedad 3 .) 6 6 36
d) — Si un lote de piezas que acabamos de adquirir contiene un 5 °/o de piezas defectuosas y tomamos
dos, ¿cuál es la probabilidad de que las dos sean defectuosas?
a
La probabilidad de que una sea defectuosa (propiedad 4 ) es:

5
P  0,0597
100
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
a
La probabilidad de que lo sean las dos es (por la propiedad 3 )
0,05 x 0,05 = 0,0025 (2,5 %).
e) — Nuestra empresa es el principal suministrador del 50°/o del mercado. Nuestro mayor competidor X es
el principal suministrador del 30 °/o del total, entre las restantes. ¿Cuál es la probabilidad de que
cualquiera de los dos sea el principal proveedor de un consumidor tomado al azar?
a
La probabilidad de que seamos nosotros (propiedad 4 ) es:

50
P  0,5
100
La probabilidad de que sea X es:
30
P  0,3
100
a
La probabilidad de que seamos uno de los dos (probabilidad 2 )
0,3 + 0,5 = 0,8

4- En el caso de la propiedad 2 si A y B no son incompatibles (pueden presentarse simultáneamente) y


PAB es la probabilidad de que se presenten simultáneamente.
La probabilidad de que ocurra uno cualquiera de los sucesos PAUB es:
PAUB == PA + PB - PAB

10.4- DEMOSTRACIÓN
Los tres sucesos siguientes son incompatibles.
1. Que ocurra A pero no ocurran A y B simultáneamente.
2. Que ocurra B pero no ocurran A y B simultáneamente.
3. Que ocurran A y B simultáneamente.
La probabilidad del suceso 1 es:
P1 = PA — PAB
(ya que PA = P1 + PAB por la propiedad 2ª)
La probabilidad del suceso 2 es:
P2 = PB — PAB
a
(PB = P2 + PAB por la propiedad 2 )
La probabilidad del suceso 3 es PAB
a
Por tanto, por la propiedad 2 :

PAUB = P1 + P2 + P3 = PA - PAB + PB - PAB + PAB = PA + PB - PAB

Ejemplo:

98
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
Nuestra producción puede ser defectuosa por dos causas independientes, no incompatibles.
A — Los defectos de fabricación producen un 3 °/o de unidades defectuosas
B — En el transporte se producen un 5 °/o de roturas. ¿Cuál es la probabilidad de que una unidad vendida
sea defectuosa?
La probabilidad de que una pieza sea defectuosa por las dos causas a la vez (propiedad 3ª) es:
PAB = 0,03x0,05 = 0,0015

La probabilidad de que una pieza sea defectuosa por alguna de las dos causas es (propiedad 5ª)
P = 0,03 + 0,05 - 0,0015 = 0,0785
(7,85 °/o de piezas defectuosas)

10.5- IMPORTANCIA DEL CONCEPTO DE PROBABILIDAD

Hemos visto que la probabilidad es una abstracción mental que utilizamos porque nos permite razonar.
Puesto que la frecuencia relativa con que se produce un hecho varía al aumentar el número de
observaciones, fijamos nuestra atención en el límite hacia el que tiende aquella frecuencia, límite que
suponemos es un número determinado.
Así no sabemos lo que ocurrirá en la próxima observación, pero sabemos con exactitud lo que ocurrirá
después de muchas repeticiones, como hemos visto en el ejemplo de la moneda tirada al aire.
Ello nos permite actuar racionalmente a largo plazo dentro de los límites del modelo. Se dice entonces que
hemos pasado de una situación de incertidumbre —en que no es posible razonar— a una situación de
riesgo, en que podemos evaluar, cuantitativamente, las consecuencias de las distintas alternativas.

10.6- ESPERANZA MATEMÁTICA

Supongamos un juego (la lotería, los dados, etc.), en que pueden ocurrir varias alternativas A, B, C, D. (En
la lotería podemos ganar el premio principal, uno secundario o perder. En los dados podemos ganar si
sale una cara determinada o perder si sale cualquiera de las restantes.)
Sean PA, PB, PC, PD las probabilidades de que ocurra A, B, C y D respectivamente.
Sean, por otra parte, GA, GB, GE, GD las cantidades que ganamos si ocurre cada una de las posibilidades
A, B, C y D respectivamente (si con alguna de ellas perdemos en lugar de ganar, G será negativo).
Se llama esperanza matemática
E = PA • GA + PB • GB + PC • GC + PD • GD
A la suma de los productos de la probabilidad de cada una de las alternativas por lo que ganaríamos si
ocurriese esta alternativa.
Ejemplo:
Supongamos un sorteo con 30.000 números en que se paga 100 pesetas por cada número y con un solo
premio de 2 millones de pesetas.
A- La probabilidad de ganar con cada número es

1
PA 
30.000
B- La probabilidad de perder es:

1 29.999
PB  1
30.000 30.000
Si se gana se cobran GA = 2.000.000 - 100
Si se pierde se pagan GB = — 100
La esperanza matemática de este juego es:

99
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx
E = 2.000.000-100 _ 100 29.999 = 33,33 Ptas.
30.000 30.000
La esperanza matemática es, pues, que perderemos, aproximadamente, la tercera parte de lo que
apostemos.
La importancia de la esperanza matemática es que si jugamos muchas veces, como las frecuencias con
que se presenta cada posibilidad irán aproximándose cada vez más a su probabilidad, tenderemos a
ganar a la larga, la esperanza matemática por el número de veces que hayamos jugado.

10.7- VALOR ESPERADO O VALOR MEDIO DE UNA VARIABLE


De la misma forma que la ganancia promedio de un juego tiende hacia la esperanza matemática de éste,
tal como la acabamos de definir, el valor medio de los valores observados de una variable discreta tiende
hacia el valor:
E = p1 . X1 + p2 . X2 + p3 . X3 + .......... + pn . Xn
en que X1, X2 .......... Xn son los valores que puede tomar la variable y p 1, p2 .......... pn son sus respectivas
probabilidades.
Este valor E se denomina valor esperado de la variable o valor medio de ésta.
La demostración se expresa:

Como p1, p2, p3 .......... pn son los límites de las frecuencias relativas

N1 N N
f1  , f 2  2 .........f n  n
N1 X 1
N
 N X  .......N X
N N
2 2 n n
E es el limite de , que es el valor medio de los valores observados.
N

10.8- CONCLUSIÓN
Se han expuesto los conceptos de probabilidad y esperanza matemática, su importancia y sus
propiedades.
Interesa retener principalmente:
— La probabilidad es el límite de la frecuencia relativa cuando crece el número de observaciones.
— La probabilidad puede variar entre O y 1.
— La probabilidad de que ocurra uno de varios sucesos incompatibles es la suma de las probabilidades de
éstos.
— La suma de las probabilidades de todos los casos posibles es 1.
— La probabilidad de que se produzcan simultáneamente varios sucesos independientes es el producto
de las probabilidades de éstos.
1
— Si todos los n sucesos posibles son igualmente probables, la probabilidad de uno de ellos es
n

100
INSTITUTO TECNOLÓGICO SUPERIOR
“DAVID AUSUBEL”
SEMIPRESENCIAL
VICERRECTORADOACADÉMICOx

PRUEBA DE EVALUACIÓN 17
1- Determinar la probabilidad para los sucesos:
a- Al extraer una carta de una baraja bien mezclada se saca as, rey o la sota de
bastos o el caballo de oros
b- Al lanzar un par de dados salga la suma 8.
c- Encontrar una tuerca defectuosa si entre 600 ya examinadas había 12
defectuosas.
d- Sumar 7 u 11 en una tirada de un par de dados
e- Sacar al menos una cara en tres lanzamientos de una moneda.

2- Se saca al azar una bola de una caja que contiene 10 rojas, 30 blancas, 20 azules y 15
anaranjadas, Hallar la probabilidad de que la bola extraída sea:
a- roja o anaranjada
b- ni roja ni azul
c- no azul
d- blanca
e- roja, blanca o azul.
3- Hallar la probabilidad de obtener un total de 7 puntos en dos tiradas de un dado:
a- Una vez
b- Al menos una vez
c- Dos veces
4- Una caja contiene 9 tickets numerados del 1 al 9. Si se extrae 3 a la vez, hallar la
probabilidad de que sean:
a- impar, par, impar.
b- Par, impar, par.

BIBLIOGRAFÍA

Autor: Kazmier, Lenard, Díaz AlfredoTítulo: Estadística aplicada para la Administración y la


Economía Editorial: Colección Mc GrawHill
2. Autor: Webster.Allen Título: Estadística aplicada a los Negocios y la Economía
3. Editorial: Mc.Graw-Hill
4. Autor: Berenson, Mark Título: Estadística Básica

101