Calculo de media,

mediana, moda,
varianza, DS y CV en
datos agrupados.

MVZ. FERNANDO SAMUEL PAREDES BACA

En un estudio de concentración de glucosa en sangre de vacunos expresado
en mg/dL

Intervalo
fi
Linf Lsup
40 60 3
60 80 8
80 100 30
100 120 10
120 140 6
140 160 3
Media.

1=𝑘
1
𝑥= (𝑥𝑖 ∗ 𝑓𝑖)
𝑛
𝑖=1
DONDE:
x= Media
n= Total de frecuencias.
i=1=Desde el primer intervalo
1=k= Hasta el ultimo intervalo
xi= Marca de clase.
fi= Frecuencia de clase
 Intervalo
fi FI Xi Xi.fi
Linf Lsup
40 60 3 3 50 150
60 80 8 11 70 560
80 100 30 41 90 2700
100 120 10 51 110 1100
120 140 6 57 130 780
140 160 3 60 150 450
Total 60 5740
𝑥 = 5740/60

𝑥 = 95.67
Mediana

DONDE
Me= Mediana
𝑁 Linf=Limite inferior de la clase
[ 2 −𝐹𝑖−1 ]
• 𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑎 ∗ mediana
𝑓𝑖 a= Amplitud
N/2=suma de frecuencias
Fi-1= Frecuencia acumulada
anterior a la clase mediana
fi= Frecuencia de la clase media
 Intervalo
fi FI Xi Xi.fi
Linf Lsup
40 60 3 3 50 150
60 80 8 11 70 560
80 100 30 41 90 2700
100 120 10 51 110 1100
120 140 6 57 130 780
140 160 3 60 150 450
Total 60 5740
𝑁
[ 2 −𝐹𝑖−1 ]
• 𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 𝑎 ∗
𝑓𝑖
Moda

[𝑓𝑖 − 𝑓𝑖−1 ]
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + 𝑎 ∗
𝑓𝑖 − 𝑓𝑖−1 + (𝑓𝑖 − 𝑓1+𝑖 )
DONDE
Mo= Moda
Linf= Limite inferior de la clase modal
a= Amplitud
fi= Frecuencia de la clase media.
fi-1= Frecuencia absoluta del intervalo
anterior al modal.
fi+1=Frecuencia absoluta del intervalo
posterior al modal.
 Intervalo
fi FI Xi Xi.fi
Linf Lsup
40 60 3 3 50 150
60 80 8 11𝐿𝑖𝑛𝑓 + 𝑎 ∗ [𝑓𝑖 − 𝑓𝑖−1 ]
70 560
𝑀𝑜 =
𝑓𝑖 − 𝑓𝑖−1 + (𝑓𝑖 − 𝑓1+𝑖 )
80 100 30 41 90 2700
100 120 10 51 110 1100
120 140 6 57 130 780
140 160 3 60 150 450
Total 60 5740
Varianza

𝑋𝑖 − 𝑥 2 ∗ 𝑓𝑖
𝑆2 =
𝑛−1
 Intervalo
fi FI Xi Xi-x (Xi-x)2
Linf Lsup
40 60 3 3 50 -45.67 2085.7489
60 80 8 11 70 -25.67 658.9489
80 100 30 41 90 -5.67 32.1489
100 120 10 51 110 14.33 205.3489
120 140 6 57 130 34.33 1178.5489
140 160 3 60 150 54.33 2951.7489
Total 60 -95.67 9152.7489
Promedio 95.67

𝑆=
2
𝑆2 𝑆
𝐶𝑉 =
𝑥
Muestreo

MVZ. FERNANDO SAMUEL PAREDES BACA

Muestreo

Procedimiento por el cual se extrae, de un conjunto de unidades

que constituyen el objeto de estudio ( población), un número de
casos reducido (muestra) elegidos con criterios tales que
permitan la generalización a toda la población de los resultados
obtenidos al estudiar la muestra.
Razones de Muestreo

• Disminución de costos ( tiempo, personal, material)

• Al disminuir el número de casos disminuyen también
los errores asociados a la manipulación de los datos.
• Puede confiarse en la generalización de los resultados
si se ha tenido cuidado al seleccionar la muestra.
 Criterios importantes para la
selección de la muestra

Salvo en poblaciones muy pequeñas y accesibles nunca se

observan a todas las unidades de la población.
Se debe diseñar una muestra que constituya una
representación a pequeña escala de la población a la que
pertenece.
Cualquier diseño muestral comienza con la búsqueda de la
información que ayude a la identificación de las
características de la población bajo estudio.
Condiciones que debe cumplir una
“buena” muestra
• Que comprendan parte de la población y no la
totalidad de ésta. ( salvo en los casos antes explicados en la
lámina 5)
• Aunque el sentido común pareciera indicar que
poblaciones más grandes deben producir
muestras mayores, esto no es siempre cierto ya
que:
• El tamaño de la población NO es el único elemento que influye en el
tamaño de la muestra.
 Condiciones que debe cumplir una
“buena” muestra
La ausencia de distorsión en la elección de los
elementos de la muestra.
Si esta elección presenta alguna anomalía, la muestra
resultará por este mismo hecho viciada.
Que sea representativa o reflejo fiel de la
población, de tal modo que reproduzca sus
características básicas en orden a la investigación.
 Condiciones que debe cumplir
una “buena” muestra

Si hay sectores diferenciados en la población

que se supone ofrecen características
especiales la muestra también deberá
comprenderlos en la misma proporción.
Tamaño de la muestra

Es el número de unidades a incluir en la muestra.

Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Análisis Previsto
Varianza o heterogeneidad de la población
Margen de Error máximo admisible
Nivel de confianza de la estimación muestral
 Modalidad de Muestreo
Seleccionada
La selección de las modalidades de muestreo ( probabilísticos y no
probabilísticos) se halla determinada por la confluencia de varios
factores: los objetivos, los recursos, la accesibilidad de la población
y el tiempo.
Los diseños no probabilísticos demandan un tamaño muestral
menor.
 Tipos de Muestreos
PROBABILÍSTICOS
•Todas las unidades tienen igual
probabilidad de participar en
la muestra.
•La elección de cada unidad
muestral es independiente de las
demás
•Se puede calcular el error muestral
NO PROBABILISTICOS
•Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
•No se puede calcular el error
muestral
•Alto riesgo de invalidez
producido por la introducción de
sesgos
Usos de cada tipo de muestreo
Muestreo Probabilísticos Muestreos No
Estimación de Probabilísticos
Parámetros Estudios Pilotos
Comprobación de Estudios Cualitativos
Hipótesis Investigaciones en
poblaciones de difícil
registro o localización.
 Ejemplo: ¿Muestreo
Probabilístico?

• Se realiza un muestreo entre los alumnos que

van a clases de la Materia Metodología,
eligiéndolos al azar a la entrada del salón.

Este diseño es NO probabilístico porque aquellos que

no van a clases NO PUEDEN ser elegidos
 Ejemplo: ¿Muestreo
Probabilístico?

• Se utiliza la lista de propietarios de líneas

telefónicas para elegir a aquellos que serán
encuestados.

Este diseño es NO Probabilístico porque aquellos que

no tienen teléfono NO PUEDEN ser elegidos
 Ejemplo: ¿Muestreo
Probabilístico?

• Un investigador toma muestras del carbón

extraído de una mina, tomando al azar trozos
de carbón de la parte superior de cada carro.

Este diseño es NO probabilístico

porque solo se toma carbón
de la parte superior
Factores que influyen en el tamaño de la
muestra :Tipo de análisis de datos
previsto
La técnica de análisis influye en el tamaño de la
muestra:
Comparación de Medias
Estimación de Proporciones ( parámetros)
Análisis Univariables
Análisis Multivariables
 Heterogeneidad poblacional

Cuanto mas heterogénea sea la población mayor

será su varianza poblacional lo que implicará
mayores tamaños muestrales.
Cuando se desconoce el valor de la varianza
poblacional se recurre al supuesto mas
desfavorable, asumiendo una varianza
poblacional igual a 0,5.
0,5 significa que una unidad seleccionada tiene
50 % de posibilidades de pertenecer o no a un
grupo específico dentro de la población
Muestreo aleatorio.
• Es aquella selección de una población.
• Cada posible muestra de determinado tamaño tiene iguales
probabilidades de ser seleccionada.
• Todos los miembros de la población tienen iguales probabilidades de
ser seleccionadas para la muestra.
Muestreo con reemplazo y sin reemplazo
• Con reemplazo: Se define como aquel en el cual cada miembro
de la población seleccionado para la muestra es devuelto de
dicha población antes de que el siguiente miembro sea
seleccionado.
• Sin reemplazo: Se define como aquel en el cual los miembros de
la muestra no son devueltos a la población antes de se
seleccionen los miembros subsecuentes.
Probabilidad

MVZ. FERNANDO SAMUEL PAREDES BACA

Que es?
• Es la medida cuantitativa de la posibilidad de que un
experimento produzca un determinado resultado.
• Se puede enfocar de dos maneras:
1. Punto de vista a priori o clásico.

Puede ser deducido por medio de la razón únicamente, sin experiencia.

P(A) =Numero de eventos clasificados como A.

Numero total de eventos posibles.